Analisi della vulnerabilità sociale e danno da tsunami per ... · iii Sommario Siracusa,...
Transcript of Analisi della vulnerabilità sociale e danno da tsunami per ... · iii Sommario Siracusa,...
i
ALMA MATER STUDIORUM ∙ UNIVERSITÀ DI BOLOGNA
Scuola di Scienze
Corso di Laurea Magistrale in Fisica del Sistema Terra
Analisi della vulnerabilità sociale e danno da tsunami
per la città di Siracusa
Relatore: Presentata da:
Prof. Stefano Tinti Eleonora Accorsi
Correlatore:
Dott. Gianluca Pagnoni
Sessione II
Anno Accademico 2014/2015
ii
iii
Sommario
Siracusa, importante città della Sicilia sud orientale, si affaccia sul Mar Ionio ed è situata in
una zona altamente esposta al pericolo di tsunami, di tipo locale e non: fra i numerosi eventi
che hanno colpito quest’area si ricordano i maremoti del 21 luglio 365, dell’11 gennaio 1693
e del 28 dicembre 1908.
L’obiettivo di questa Tesi è studiare la vulnerabilità sociale, esposizione e impatto legati a
un’eventuale inondazione di Siracusa dovuta a tsunami. Il presente lavoro è strutturato come
segue. Innanzitutto, si fornisce una descrizione della regione interessata illustrandone gli
aspetti geografici e geologici e tracciando una breve sintesi della sequenza degli tsunami che
l’hanno colpita. Successivamente si prende in esame la vulnerabilità, in particolare la
vulnerabilità sociale, facendo un breve excursus dei concetti e delle metodologie di analisi.
Nella Tesi lo studio sarà diviso in tre fasi che si differenziano sia per l’approccio utilizzato
che per le dimensioni dell’area in esame. Nella prima fase viene studiata tutta la costa
orientale della Sicilia con l’obiettivo di calcolare la vulnerabilità sociale su base comunale.
Per ogni comune della costa verrà calcolato un indice di vulnerabilità noto nella letteratura
specialistica come SoVI (Social Vulnerability Index). Nella seconda fase ci si concentra sul
comune di Siracusa e si stima il numero di persone potenzialmente colpite da tsunami sulla
base di dati statistici disponibili a livello municipale. La terza fase consiste in un’analisi
ancora più dettagliata che studia puntualmente le strutture che si trovano nella zona inondata e
quantifica l’impatto sulle persone e sulle costruzioni considerando per queste ultime anche il
loro valore economico.
iv
v
Indice Introduzione ............................................................................................................................... 1
1 La città di Siracusa e gli tsunami ........................................................................................ 3
1.1 Siracusa ........................................................................................................................ 3
1.2 Setting geologico ......................................................................................................... 5
1.3 Gli tsunami .................................................................................................................. 7
1.3.1 Il maremoto del 21 luglio 365 .............................................................................. 7
1.3.2 Il maremoto dell’11 gennaio 1693 ....................................................................... 7
1.3.3 Il maremoto del 28 dicembre 1908 ...................................................................... 8
1.3.4 Altri tsunami ......................................................................................................... 9
1.4 Scenario di tsunami per la città di Siracusa ............................................................... 10
2 Analisi della vulnerabilità ................................................................................................. 13
2.1 Definizione di vulnerabilità ....................................................................................... 13
2.2 Analisi della vulnerabilità sociale .............................................................................. 16
2.3 Gli indici di vulnerabilità sociale............................................................................... 18
2.3.1 SoVI ................................................................................................................... 19
2.4 Analisi di vulnerabilità sociale in ambito comunale ................................................. 20
2.4.1 Presenze giornaliere totali .................................................................................. 21
2.4.2 Presenze negli edifici scolastici e universitari .................................................... 22
2.4.3 Presenze negli ospedali pubblici ........................................................................ 22
2.4.4 Presenze giornaliere negli stabilimenti balneari ................................................. 22
2.4.5 Presenze giornaliere nei porti ............................................................................. 23
2.5 Analisi di vulnerabilità sociale a livello delle singole strutture nell’area di
inondazione ........................................................................................................................... 23
2.5.1 Presenze nelle strutture ricettive ........................................................................ 24
2.6 Danno da maremoto alle persone .............................................................................. 25
2.7 Stima del Probable Maximum Loss........................................................................... 29
vi
2.7.1 Stima del PML relativo agli edifici .................................................................... 30
3 Raccolta dei dati ................................................................................................................ 31
3.1 SoVI ........................................................................................................................... 31
3.2 Analisi di vulnerabilità sociale in ambito comunale ................................................. 34
3.3 Analisi di vulnerabilità sociale a livello delle singole strutture nell’area di
inondazione ........................................................................................................................... 36
3.3.1 CTN .................................................................................................................... 37
3.3.2 Altri dati ............................................................................................................. 40
3.4 Stima del PML relativo agli edifici ........................................................................... 42
4 Analisi dei dati .................................................................................................................. 45
4.1 SoVI ........................................................................................................................... 45
4.2 Analisi di vulnerabilità sociale in ambito comunale ................................................. 50
4.3 Analisi di vulnerabilità sociale a livello delle singole strutture nell’area di
inondazione ........................................................................................................................... 53
4.3.1 Localizzazione delle strutture ............................................................................. 53
4.3.2 Selezione delle strutture ..................................................................................... 56
4.3.3 Analisi di vulnerabilità ....................................................................................... 60
4.4 Stima del PML relativo agli edifici ........................................................................... 72
5 Conclusioni ....................................................................................................................... 75
5.1 SoVI ........................................................................................................................... 75
5.2 Analisi di vulnerabilità sociale in ambito comunale ................................................. 76
5.3 Analisi di vulnerabilità sociale a livello delle singole strutture nell’area di
inondazione ........................................................................................................................... 76
5.4 Stima del PML relativo agli edifici ........................................................................... 77
Bibliografia ............................................................................................................................... 79
vii
Elenco delle figure
Figura 1.1: Immagine satellitare della Sicilia (da Google Earth) ............................................... 3
Figura 1.2: Immagine satellitare della città di Siracusa e della penisola di Ortigia (da Google
Earth) .......................................................................................................................................... 4
Figura 2.1: Funzione di fragilità per il calcolo delle vittime da tsunami, da Koshimura et al.
(2009), e dati sperimentali ........................................................................................................ 27
Figura 2.2: Digitalizzazione fino a 5 m dei dati sperimentali di mortalità da tsunami di
Koshimura et al. (2009) ............................................................................................................ 27
Figura 3.1: fogli della CTN utilizzati per lo studio della città di Siracusa ............................... 36
Figura 3.2: Schermata CTN dove sono rappresentati esempi di elementi della polyline. Le
righe identificano ciascun elemento dello shape, le colonne identificano gli attributi (handle,
layer, elevation et cetera) ......................................................................................................... 39
Figura 3.3: Fasce utilizzate per le quotazioni OMI per la penisola di Ortigia ......................... 42
Figura 4.1: Grafico con in ascissa i fattori ed in ordinata il relativo autovalore e la varianza
cumulata. I fattori con maggiore autovalore spiegano la maggiore varianza dei dati .............. 45
Figura 4.2: Mappa del SoVI per i comuni considerati ............................................................. 48
Figura 4.3: Percentuali dei comuni a bassa, media e alta vulnerabilità sociale suddivisi in base
alla provincia ............................................................................................................................ 49
Figura 4.4: Confronto fra l’andamento delle presenze turistiche giornaliere e le presenze
giornaliere negli stabilimenti balneari ...................................................................................... 51
Figura 4.5: Parte della mappa creata con Google Earth dove ciascun segnaposto indica una
tipologia di edificio differente .................................................................................................. 53
Figura 4.6: Mappa degli edifici ritenuti vulnerabili rappresentati con colori diversi in base alla
tipologia. Le linee nere e celesti rappresentano rispettivamente le strade e le acque .............. 54
Figura 4.7: Altre stutturei e luoghi considerati vulnerabili dal punto di vista sociale ............. 56
Figura 4.8: Mappa delle strutture ritenuti vulnerabili a quota uguale o inferiore a 5 m .......... 58
Figura 4.9: Mappa degli edifici residenziali a quota uguale o inferiore a 5 m......................... 59
Figura 4.10: Mappa delle strutture del layer B002 a quota uguale o inferiore a 5 m ............... 60
Figura 4.11: Spiaggia privata dell’hotel (A), solarium Porto Piccolo (B) e solarium Forte
Vigliena (C) .............................................................................................................................. 62
Figura 4.12: Mappa delle strutture non residenziali in base alla colonna d’acqua .................. 67
viii
Figura 4.13: Mappa degli edifici residenziali classificati in base alla colonna d’acqua .......... 71
ix
Elenco delle tabelle
Tabella 2.1: Alcune definizioni di vulnerabilità con relativa fonte .......................................... 14
Tabella 2.2: Elenco di alcune definizioni di vulnerabilità sociale con relativa fonte .............. 16
Tabella 2.3: Variazioni temporali dei valori di presenze per ciascuna struttura ...................... 21
Tabella 2.4: Ulteriori note relative alle variazioni temporali dei valori di presenze per ciascuna
tipologia di edificio .................................................................................................................. 24
Tabella 2.5: Intervalli di colonna d’acqua con relativo livello di esposizione per persone che si
trovano in edifici ad un solo piano o al piano terra di edifici a più piani ................................. 25
Tabella 2.6: Intervalli di colonna d’acqua con relativo livello di esposizione per persone che si
trovano al primo piano degli edifici ......................................................................................... 26
Tabella 2.7: Intervalli di colonna d’acqua, livello di esposizione e percentuale di vittime
stimati per persone al piano terra degli edifici ......................................................................... 28
Tabella 2.8: Intervalli di colonna d’acqua, livello di esposizione e percentuale di vittime
utilizzati per persone al primo piano degli edifici .................................................................... 28
Tabella 2.9: Intervalli di colonna d’acqua, livello di esposizione e percentuale di vittime per
persone negli edifici che subiscono crolli parziali o totali ....................................................... 29
Tabella 3.1: Elenco dei comuni considerati per il calcolo del SoVI suddivisi in base alla
provincia ................................................................................................................................... 31
Tabella 3.2: Elenco dei dati con anno di riferimento e fonte di informazione utilizzati per
calcolare gli indicatori impiegati nella costruzione del SoVI .................................................. 34
Tabella 3.3: Tipo di dati per il calcolo delle presenze con anno di riferimento e relativa
sorgente di informazioni ........................................................................................................... 35
Tabella 3.4: Descrizione della classificazione del layer B ....................................................... 39
Tabella 3.5: Strutture per le quali i dati sono stati raccolti individualmente con relativa
sorgente di informazione .......................................................................................................... 40
Tabella 3.6: Elenco dei dati utilizzati con relativo anno di riferimento e fonte di informazione
.................................................................................................................................................. 41
Tabella 3.7: Valori economici minimi e massimi (€) per m2 per tipologia residenziale e
commerciale in base alla fascia ................................................................................................ 43
Tabella 3.8: Valori economici minimi e massimi (€) per m2 per tipologia terziaria e produttiva
in base alla fascia ...................................................................................................................... 43
x
Tabella 4.1: Elenco dei fattori con variabili rappresentate, segno delle coordinate delle
variabili e segno del fattore ...................................................................................................... 46
Tabella 4.2: Classificazione del SoVI per i comuni considerati .............................................. 47
Tabella 4.3: Presenze giornaliere totali con variazione mensile per la città di Siracusa .......... 50
Tabella 4.4: Presenze giornaliere negli edifici considerati vulnerabili dal punto di vista sociale
per la città di Siracusa .............................................................................................................. 52
Tabella 4.5: Tipologia e numero di strutture nella zona analizzata ......................................... 55
Tabella 4.6: Tipologia e numero di strutture con quota topografica uguale o inferiore a 5 m . 57
Tabella 4.7: Percentuale di frequenza mensile degli stabilimenti di Siracusa rispetto al mese
con maggiori presenze (agosto) ................................................................................................ 62
Tabella 4.8: Presenze in edifici scolastici, ospedali pubblici, case di riposo, strutture ricettive
e stabilimenti balneari nella zona inondata .............................................................................. 63
Tabella 4.9: Numero di edifici non residenziali a un piano suddivisi in base all’altezza della
colonna d’acqua. Evidenziati in azzurro gli edifici in cui abbiamo una stima delle persone
presenti ..................................................................................................................................... 65
Tabella 4.10: Numero delle strutture non residenziali a due o più piani suddivisi in base
all’altezza della colonna d’acqua. Evidenziati in azzurro le strutture in cui abbiamo una stima
delle persone presenti ............................................................................................................... 66
Tabella 4.11: Luoghi considerati vulnerabili dal punto di vista sociale con colonna d’acqua e
relativa percentuale di vittime. Evidenziati in azzurro i luoghi per cui abbiamo una stima delle
persone presenti. ....................................................................................................................... 68
Tabella 4.12: Residenti in base al piano abitato degli edifici residenziali ............................... 68
Tabella 4.13: Presenze coinvolte in base al livello di esposizione assegnato al piano terra degli
edifici residenziali .................................................................................................................... 69
Tabella 4.14: Presenze coinvolte in base al livello di esposizione assegnato al primo piano
degli edifici residenziali ........................................................................................................... 69
Tabella 4.15: Presenze negli edifici classificati con livello di danno D4 o D5 con il metodo
Schema ..................................................................................................................................... 70
Tabella 4.16: Elenco degli individui coinvolti in base a livello di esposizione e tipo di edificio
.................................................................................................................................................. 71
Tabella 4.17: Prima parte dell’elenco delle aree inondate al 40% o totalmente inondate e dei
danni economici minimi e massimi per tipologia di struttura non residenziale ....................... 72
xi
Tabella 4.18: Seconda parte dell’elenco delle aree inondate al 40% o totalmente inondate e dei
danni economici minimi e massimi per tipologia di struttura non residenziale. L’ultima
colonna esprime i totali ottenuti sommando i valori di tutte le strutture .................................. 73
Tabella 4.19: Elenco delle aree inondate al 40% o totalmente inondate e dei danni economici
minimi e massimi per gli edifici residenziali ........................................................................... 73
Tabella 4.20: Aree inondate al 40% o totalmente inondate e dei danni economici minimi e
massimi per le strutture industriali ........................................................................................... 74
Tabella 4.21: Riassunto e totale dei danni economici minimi e massimi per tutte le strutture 74
Tabella 5.1: Valori per i fattori F1, F2 e F3 per Siracusa con relative variabili rappresentate 75
xii
1
Introduzione
È noto che terremoti, maremoti, eruzioni vulcaniche et cetera sviluppano un enorme
potenziale distruttivo se colpiscono elementi a rischio in dipendenza delle relative
vulnerabilità fisiche, sociali, economiche ed ambientali. Questi eventi sono difficilmente
prevedibili e l’unica azione possibile consiste nell’attuare politiche e pratiche che possano
attenuarne gli effetti disastrosi.
Basandosi sulla definizione fornita dalla UNISDR (United Nations Office for Disaster Risk
Reduction) si può introdurre il concetto di rischio che è la combinazione fra la probabilità di
verificarsi di un evento e la probabilità che si verifichino conseguenze negative, ovvero
perdite potenziali. Generalmente è indicato come la convoluzione di tre quantità:
𝑅𝑖𝑠𝑐ℎ𝑖𝑜 = 𝑃𝑒𝑟𝑖𝑐𝑜𝑙𝑜𝑠𝑖𝑡à ∗ 𝑉𝑢𝑙𝑛𝑒𝑟𝑎𝑏𝑖𝑙𝑖𝑡à ∗ 𝐸𝑠𝑝𝑜𝑠𝑖𝑧𝑖𝑜𝑛𝑒
La pericolosità è la probabilità che un evento di una certa intensità colpisca un determinato
sito entro un dato periodo di tempo, la vulnerabilità è la propensione di un elemento a subire
danni, qualora sia colpito, e l’esposizione riguarda il grado di protezione dell’elemento nel
contesto ambientale in cui si trova.
Per ridurre il potenziale distruttivo dei fenomeni naturali non si può agire sulla pericolosità,
ma è possibile modificare la vulnerabilità e, parzialmente, l’esposizione degli elementi sotto
attacco.
Tra i fenomeni naturali potenzialmente dannosi già citati vi sono gli tsunami, che si
manifestano come serie di onde marine di grande lunghezza d’onda e periodo. Quando lo
tsunami si avvicina alla costa, la sua velocità di fase diminuisce a causa dell’abbassamento
del fondale e l’ampiezza delle onde aumenta, amplificandosi anche fino a 10-20 volte rispetto
ai valori misurabili in mare aperto. Gli tsunami sono provocati da terremoti sottomarini, frane
subaeree e sottomarine, eruzioni vulcaniche e anche dall’impatto in mare di asteroidi o
meteoriti. I maremoti possono causare numerose vittime, distruggere completamente villaggi
e città costiere, come la storia insegna, con danni che possono persistere nel tempo per molti
anni, e possono condizionare lo sviluppo di economie locali e di interi stati. Negli ultimi
decenni la concentrazione di popolazione e di insediamenti nelle zone costiere è notevolmente
aumentata in tutti i paesi del mondo, il che ha reso più pressante la necessità di stimare il
2
rischio ad essi associato e di dotare le comunità costiere di norme e mezzi di prevenzione
adeguati. Il progetto europeo ASTARTE (Assessment, STrategy And Risk Reduction for
Tsunamis in Europe) nel triennio 2014-2016 si pone fra l’altro gli obiettivi di accrescere il
livello di resilienza da tsunami, di migliorare la preparazione della popolazione che vive sulle
coste e di salvaguardare e proteggere sia le vite umane che gli edifici. L’area di studio del
progetto comprende le coste europee che si affacciano sull’oceano Atlantico e quelle del mar
Mediterraneo, ma di fatto si concentra su alcuni siti-campione fra i quali vi è anche la città di
Siracusa, situata nella parte meridionale della costa orientale della Sicilia. Questa Tesi, il cui
obiettivo è quello di studiare la vulnerabilità sociale, l’esposizione e l’impatto di tsunami
tramite un’analisi della popolazione e delle strutture, focalizza la propria attenzione sull’area
residenziale di Siracusa che comprende la penisola di Ortigia e la zona in prossimità della
costa stretta fra il Porto Piccolo e il Porto Grande.
Il Capitolo 1 sarà dedicato all’inquadramento della zona sia dal punto di vista geologico che
storico ed alla descrizione più dettagliata della città di Siracusa. Nel Capitolo 2 si definisce la
vulnerabilità sociale e sono descritti i vari metodi utilizzati per stimarla in maniera
quantitativa. Il primo metodo è applicato ai vari comuni della costa orientale siciliana e
calcola un indice relativo di vulnerabilità sociale che è noto in letteratura come Social
Vulnerability Index (SoVI). Con il secondo metodo si analizza la vulnerabilità nel comune di
Siracusa stimando il numero di persone potenzialmente colpite da maremoto. Il terzo metodo
è applicato alla penisola di Ortigia e alla zona vicino alla costa fra il Porto Piccolo e il Porto
Grande e quantifica con dettaglio maggiore rispetto al metodo precedente il numero di
persone potenzialmente investite ed il danno che possono subire. Si è inoltre valutata la
massima perdita economica sulla base delle strutture fisicamente danneggiate. Nel Capitolo 3
si descrive la raccolta dei dati necessari per compiere le analisi che sono compiute in dettaglio
e commentate nel Capitolo 4. Infine, nel Capitolo 5 si tirano le conclusioni evidenziando
anche i limiti dell’analisi.
3
1 La città di Siracusa e gli tsunami
In questo primo Capitolo si fornisce una breve descrizione della città di Siracusa e delle
caratteristiche geologiche del suo territorio, integrandola con l’analisi degli tsunami che
l’hanno colpita nel corso dei secoli.
1.1 Siracusa
Siracusa, situata nella costa orientale della Sicilia (Figura 1.1), giace sul promontorio della
penisola di Ortigia (lunga circa 1,6 km e larga 800 m) e sulla terra ferma. La città si apre su
un’ampia baia, conosciuta come Baia di Siracusa, che si trova a sud ovest di Ortigia (Figura
1.2).
Figura 1.1: Immagine satellitare della Sicilia (da Google Earth)
4
Figura 1.2: Immagine satellitare della città di Siracusa e della penisola di Ortigia (da
Google Earth)
Siracusa è una città molto importante dal punto di vista storico ed artistico ed è stata inclusa
nella lista dei siti del patrimonio dell’umanità da parte dell’UNESCO nel 2005. La città è
caratterizzata da un lungo e ricco percorso storico. I primi insediamenti nell’area risalgono
all’età del bronzo e del ferro. Attorno al 734 a.C. Greci provenienti da Corinto e Tenea
fondarono una colonia che si sviluppò velocemente, diventando una delle più grandi città del
mondo antico. I Romani conquistarono Siracusa nel 212 a.C. e la governarono per seicento
anni. Durante il dominio Romano Siracusa rimase una città importante, ma nel corso della
storia successiva andò progressivamente declinando. Dal Medioevo fino all’Età Moderna
Siracusa fu governata da diverse civiltà: Bizantini, Arabi, Normanni e Spagnoli. Nel 1861
divenne infine parte dell’appena nato Regno d’Italia.
Siracusa cominciò ad espandersi oltre Ortigia solamente nella seconda metà del XIX secolo
quando il quartiere Umbertino ed il quartiere di Santa Lucia furono costruiti nell’entroterra a
nord della penisola, al di là delle mura spagnole (distrutte nel 1870). Una seconda più intensa
5
urbanizzazione cominciò subito dopo la fine della Seconda Guerra Mondiale, quando molti
quartieri furono costruiti nell’area settentrionale.
Ortigia è oggi collegata con l’entroterra mediante due ponti:
il ponte Umberto I, risalente al 1870, completamente in pietra, ristrutturato alla fine
degli anni ’80;
il ponte Santa Lucia, costruito nel 2004 rispettando i criteri antisismici più stringenti
appositamente per ridurre il rischio di crollo in caso di terremoto.
Fino al 2014 era presente anche il ponte dei Calafatari, demolito all’inizio del 2015 perché
considerato instabile e pericolante. Vale la pena ricordare che è in corso un’indagine per
verificare se il suo abbattimento non sia stato compiuto senza adeguate indagini di carico e
perciò senza accertato motivo.
Siracusa è dotata di un porto diviso in due settori, entrambi per lo più turistici: il Porto
Piccolo, a nord est di Ortigia, ha un bacino poco profondo ed un canale lo collega al Porto
Grande, costruito nella parte settentrionale della Baia di Siracusa. In passato quest’ultimo era
un importante porto commerciale, ma ora ha perso importanza a causa della competizione con
i porti di altre città. Al momento, sono in corso lavori di espansione.
Attualmente, l’economia della città è basata soprattutto sul turismo e sul polo petrolchimico
che occupa un’ampia porzione della costa a nord di Siracusa fino ad Augusta.
1.2 Setting geologico
Siracusa è situata all’interno del plateau Siculo-Ibleo, parte del prolungamento settentrionale
emerso della placca Africana, che nel Mar Mediterraneo si scontra con il plateau Calabro-
Ionico nella scarpata Ibleo-Maltese (Figura 1.3). La scarpata, che si estende al largo delle
coste orientali siciliane, può essere suddivisa in due parti: la parte a sud di Siracusa non è stata
sede di fagliazione nei tempi recenti, mentre la parte a nord è caratterizzata da faglie
distensive recenti disposte in direzione NNW-SSE. Essa sembra rappresentare un margine
continentale passivo ed è caratterizzata da un profondo dislivello.
6
Figura 1.3: La scarpata Ibleo-Maltese (linea nera)
Importante è la relazione con l’Etna, poiché la parte orientale della base dell’edificio
vulcanico Etneo è posizionata in mare e sembra intercettare la scarpata Ibleo-Maltese: il
dislivello topografico della scarpata perciò potrebbe influenzare la stabilità dei versanti ionici
dell’Etna.
L’interazione del blocco Siculo-Ibleo e del blocco Calabro-Ionico è l’origine di terremoti,
anche tsunamigenici, locali e regionali lungo la costa della Sicilia orientale, che però è anche
interessata da maremoti causati dalla sismicità legata all’Arco Ellenico (Figura 1.4).
Figura 1.4: Arco Ellenico, Mar Egeo, coste greche circostanti e Turchia occidentale
L’Arco Ellenico è manifestazione della subduzione di litosfera oceanica in direzione NE-SW
nel Mediterraneo orientale e separa il Mediterraneo meridionale, caratterizzato da profondità
di circa 3 km e non deformato, dal Mar Egeo, che ha una struttura decisamente più complessa.
7
La tettonica dell’Egeo settentrionale è prevalentemente distensiva e trascorrente poiché la
Turchia tende a spostarsi verso Ovest e l’Arco Ellenico verso Sud-Ovest.
1.3 Gli tsunami
La Sicilia orientale e la Calabria meridionale sono le regioni Italiane con maggiore attività
tsunamigenica e in queste zone si sono verificati gli eventi più disastrosi conosciuti. Siracusa
è stata colpita da numerosi tsunami secondo il catalogo dei maremoti italiani (Tinti et al.,
2007).
1.3.1 Il maremoto del 21 luglio 365
Un terremoto (M=8,3) con origine nell’Arco Ellenico occidentale provocò uno tsunami che fu
osservato in tutto il Mediterraneo orientale. Non si hanno descrizioni precise di inondazioni
sulle coste Siciliane, ma vi sono tracce geologiche sia sulla costa che in mare aperto. In
particolare, vale la pena ricordare che le torbiditi di Augias (o omogeniti) che si trovano nella
piana abissale dello Ionio e di Sirte e che furono attribuite alla propagazione verso ovest del
maremoto provocato dall’esplosione di Santorini attorno al 1600 a.C., sono invece da
collegare, secondo studi e datazioni recenti, proprio al maremoto del 365 (Polonia et al.,
2013). In una campagna di carotaggi effettuata in 10 siti della Sicilia orientale sono stati
identificati in campioni prelevati in 4 siti diversi della Baia di Augusta, sia a riva che in mare,
depositi di sedimenti collegabili a questo tsunami (Smedile et al., 2012). Inoltre è bene
ricordare che sono stati trovati depositi sia a nord che a sud di Siracusa e che, considerando le
distanze di inondazione nei siti vicini di Priolo Gargallo (circa 10 km a nord) e Morghella
(circa 40 km a sud), si può suppore che lo tsunami sia stato abbastanza violento da provocare
una profonda inondazione anche nell’area di Siracusa (De Martini et al., 2012).
1.3.2 Il maremoto dell’11 gennaio 1693
Un primo terremoto (M=6,2) del 9 gennaio è stato seguito da un altro evento disastroso
(M=7,4) due giorni dopo, che ha provocato uno tsunami. I due terremoti hanno colpito la
Sicilia sud orientale, ovvero le province di Catania, Siracusa e Ragusa causando enorme
distruzione e più di 50.000 vittime.
8
A Mascali il mare penetrò per circa 1,5 km, ma il maggior impatto si ebbe ad Augusta, dove
inizialmente il porto fu completamente portato a secco dal ritiro del mare. Successivamente, il
mare crebbe di 2,5 m al di sopra del livello normale, inondando la città con un run-up fino a 8
m. A Siracusa furono osservate almeno 3 onde di tsunami e il mare penetrò per circa 150 m.
Le informazioni sono però troppo vaghe per localizzare con precisione i luoghi inondati.
La faglia del terremoto dell’11 gennaio 1693, il più importante della sequenza, è stata
localizzata in almeno tre posizioni differenti in diversi studi: a terra vicino alla costa (Sirovich
e Pettenati, 1999; DISS, 2010) sulla base di dati macrosismici e di modelli di propagazione di
onde sismiche; al largo nel Mar Ionio lungo la scarpata Ibleo-Maltese (Piatanesi e Tinti, 1998;
Bianca et al., 1999; Tinti et al., 2011) sulla base di modelli sismo-tettonici e di modelli di
propagazione di onde di tsunami; nella zona di subduzione Calabra (Gutscher et al., 2006)
sulla base di considerazioni tettoniche e modellistica di tsunami. Un’ulteriore ipotesi (Tinti et
al., 2007; Argnani et al., 2012) sonda l’ipotesi che lo tsunami sia stato provocato da una frana
sottomarina causata dal terremoto stesso.
1.3.3 Il maremoto del 28 dicembre 1908
Il terremoto (M=7,1) e lo tsunami del 28 dicembre 1908 formano insieme l’evento naturale
più disastroso che ha colpito l’Italia nella storia moderna. Il terremoto ha portato a enorme
devastazione nella Sicilia orientale e nella Calabria meridionale, distruggendo Messina e
Reggio Calabria e causando, congiuntamente allo tsunami, oltre 80.000 vittime.
Lo tsunami ha attaccato la costa pochi minuti dopo il terremoto ed è stato altamente
distruttivo nella parte meridionale dello Stretto di Messina: qui il run-up delle onde ha
raggiunto i 6 m in molte località e ha superato i 10 m a Lazzaro e Pellaro in Calabria e a
Sant’Alessio in Sicilia. L’altezza di run-up è diminuita fino a 2 m procedendo verso sud nella
zona di Siracusa. Qui lo tsunami ha colpito prima il Porto Piccolo e ha viaggiato attraverso il
canale che lo collega al Porto Grande. L’area attorno a questo canale fu inondata, ma le acque
non si sono inoltrate oltre 100 m dalla banchina.
Si riconosce come responsabile una faglia localizzata nello Stretto di Messina, ma non vi è
consenso né sulla posizione precisa della faglia né sulla distribuzione ed entità dello
scorrimento co-sismico. È inoltre stata proposta un’ipotesi che lega lo tsunami ad una grande
frana (Billi et al., 2008). Sebbene la sorgente sia considerata inadeguata da altri autori
(Argnani et al., 2009), l’idea che lo tsunami sia causato da uno o più movimenti di massa
9
messi in moto dal terremoto è considerata plausibile (Favalli et al., 2009; Ridente et al.,
2014).
1.3.4 Altri tsunami
Recenti studi di paleo-tsunami nella costa orientale della Sicilia hanno gettato nuova luce su
altri maremoti che in passato hanno colpito il Siracusano.
A sud di Siracusa, nella penisola della Maddalena, sono stati trovati accumuli di massi dovuti
all’impatto degli tsunami del 1693, del 1908 e forse di un evento del 4 Febbraio 1169 (causato
da un terremoto con epicentro a sud di Catania) (Scicchitano et al., 2007; Scicchitano et al.,
2010). Più a sud, nell’area di Ognina, altri depositi di massi sono stati interpretati come il
risultato dell’impatto dell’evento del 1169 (Scicchitano et al., 2007). Sempre nella stessa
zona, sono stati ritrovati sedimenti la cui analisi li collega agli tsunami del 365, del 1169 e del
1693 (Scicchitano et al., 2010).
Altri depositi di massi sono stati studiati nella riserva marina di Vendicari e vengono
ricondotti agli eventi del 1693 o del 1908 e ad un altro tsunami, avvenuto fra il 650 ed il 930
(Barbano et al., 2001).
Nella penisola di Magnisi nella Baia di Augusta sono stati identificati massi e sono stati
prelevati alcuni sedimenti dall’entroterra e in mare: sono stati riconosciuti 12 tsunami, di cui
solo 9 associati a eventi conosciuti. Gli tsunami più rilevanti risalgono al 1600 a.C. (causato
dall’esplosione del vulcano Santorini), al 365, al 1169, al 1693 ed al 1908 (Scicchitano et al.,
2007; De Martini et al., 2010 e 2012; Smedile et al., 2012).
Infine, è opportuno includere in questa breve sintesi sui maremoti del Siracusano anche lo
tsunami del 13 dicembre 1990, il più recente verificatosi in questa zona. Un terremoto
(M=5,6) con epicentro a Brucoli, a nord di Augusta, provocò ingenti danni in molte città,
soprattutto ad Augusta, mentre a Siracusa furono riportati solo danni da leggeri a moderati
nella penisola di Ortigia. Il terremoto fu troppo piccolo e con un meccanismo focale
sfavorevole per generare uno tsunami rilevante, ma nondimeno provocò perturbazioni nel
moto ondoso ad Augusta e l’inondazione del Lungomare Granatello (Boschi et al., 1997).
10
1.4 Scenario di tsunami per la città di Siracusa
Nonostante la Sicilia orientale sia una delle aree italiane più soggette all’attacco di maremoti,
i dati specifici di run-up rilevati nel territorio siracusano sono molto scarsi e danno valori
inferiori a 2 m. Per l’analisi condotta nella presente Tesi si è scelto come livello di
inondazione un valore più alto, ovvero 5 m, per i motivi elencati di seguito.
Innanzitutto è necessario considerare le sorgenti locali di terremoto. Per ciò che riguarda la
Sicilia sud-orientale, in due cataloghi di faglie (DISS, Basili et al., 2008, e SHARE-EDSF,
Basili et al., 2013) sono riconosciute varie sorgenti sismiche posizionate nell’entroterra, che
sono però incompatibili con la generazione di tsunami significativi. L’unica sorgente
compresa nei cataloghi di faglie che può generare tsunami è classificata come “debated”,
ovvero come sorgente per la quale sono necessari ulteriori approfondimenti e sulla quale non
c’è un largo consenso fra gli esperti: è localizzata al largo di Catania e Siracusa ed è parallela
alla scarpata Ibleo-Maltese. Simulazioni numeriche dello tsunami del 1693 considerano fra
l’altro anche questa faglia, supponendone però la rottura del solo settore a nord di Siracusa,
dal momento che la maggior parte degli effetti del maremoto furono riportati sul tratto di
costa che da Augusta si spinge verso nord (Piatanesi e Tinti, 1998; Tinti et al., 2001). È
importante sottolineare che non si può escludere che in futuro anche il settore di fronte a
Siracusa possa essere interessato da una rottura, determinando un terremoto con magnitudo
anche superiore a 7 e provocando uno tsunami con effetti maggiori sul Siracusano che nel
Catanese (Tinti et al., 2005a; Sørensen et al., 2012).
In secondo luogo, si considerano le sorgenti remote di terremoto. L’Arco Ellenico
occidentale, che va da Creta al Peloponneso, è unanimemente riconosciuto come una regione
sorgente di grandi terremoti tsunamigenici: ne è prova il già citato tsunami del 365. Come
precedentemente affermato, sebbene non vi siano prove storiche documentali, studi geologici
hanno trovato tracce del maremoto del 365 in siti attorno a Siracusa e simulazioni numeriche
provano che terremoti nell’Arco Ellenico possono produrre maremoti con un’altezza di
inondazione di vari metri nella città.
La terza considerazione riguarda le sorgenti di frane. Gli tsunami del 1693 e del 1908 sono
ancora oggetto di ricerca poiché è stato ipotizzato che possano essere il risultato anche di
frane sottomarine. I versanti dello Stretto di Messina e della scarpata Ibleo-Maltese sono aree
riconosciute favorevoli alle frane (Argnani e Bonazzi, 2005; Ridente et al., 2014) e
simulazioni numeriche di frane sottomarine nella regione provano che si possono produrre
11
onde più alte di 6 m nella costa siciliana (Zaniboni et al., 2014). Inoltre, è bene ricordare che
anche un terremoto di media grandezza come quello del 1990 può destabilizzare i versanti del
margine continentale ionico da Catania fino a Siracusa. Oltre a ciò, si consideri che anche
frane di volume medio-piccolo possono provocare tsunami locali con alti valori di run-up: un
esempio è lo tsunami del 2002 provocato da due frane, entrambe più piccole di 40 milioni di
m3, staccatesi dalla Sciara del Fuoco a Stromboli (Tinti et al., 2005b; Tinti et al., 2006). Non
si può quindi escludere che una frana, mobilizzata da un terremoto anche moderato nella
scarpata Ibleo-Maltese del settore di fronte a Siracusa, possa generare uno tsunami capace di
inondare la città.
Da quanto detto, emerge i) che i dati quantitativi di run-up osservati e riportati sono inferiori a
2 m, ma riguardano solo alcuni dei molti maremoti che hanno colpito Siracusa (per esempio il
maremoto del 1908), e ii) che dati e modelli geofisici e geologici concordano sul fatto che
tsunami nel Siracusano hanno provocato e possono provocare livelli di inondazione ben
maggiore.
In attesa di studi più precisi che possano fornire mediante specifiche simulazioni un quadro di
inondazione del Siracusano più accurato (si possono ricordare al riguardo gli studi condotti
nell’ambito del progetto europeo ASTARTE), si è scelto di considerare un’area di
inondazione a livello uniforme con valore di 5 m che sembra mediamente compatibile con
valori calcolati in alcune simulazioni di tsunami (Armigliato et al., 2015). È bene sottolineare
che assumere un livello uniforme è una semplificazione ragionevole, come spesso si fa in
analisi di vulnerabilità, per uno studio preliminare. Infatti, in generale, i profili di
inondazione, sia rilevati sperimentalmente che calcolati mediante simulazioni numeriche,
sono spesso eterogenei e dipendenti dalla morfologia costiera. In presenza di transetti a
topografia monotona crescente verso l’entroterra spesso i profili di inondazione sono
anch’essi crescenti con minimo sulla costa e massimo in corrispondenza del punto inondato
più lontano dalla costa (dove viene rilevato il run-up).
12
13
2 Analisi della vulnerabilità
In questo Capitolo si forniscono la definizione di vulnerabilità ed i metodi che sono stati
utilizzati per analizzarla. Il primo è rappresentato da un indice di vulnerabilità sociale
conosciuto in letteratura come SoVI (Social Vulnerability Index) che produce un valore di
vulnerabilità relativo ed è stato calcolato in questa Tesi per i comuni della costa siciliana
orientale. Gli altri due metodi sono stati concepiti ed applicati per analisi su territori più
limitati e verranno utilizzati per il calcolo della vulnerabilità a Siracusa e nella zona di
Ortigia.
2.1 Definizione di vulnerabilità
La vulnerabilità è un concetto multidimensionale che si riferisce in generale a una possibilità
di danno o di perdita, ma ne esistono diverse e forse troppe definizioni in base al tipo delle
perdite ed al tipo delle persone colpite. Passando dalla persona singola alla società e poi
all’ambiente, si possono distinguere: la vulnerabilità individuale che è legata alle perdite
relative al singolo individuo, la vulnerabilità sociale che include la sensibilità di un gruppo o
di una società, e la vulnerabilità biofisica che rappresenta la possibilità di perdite dovute
all’interazione fra la società e l’ambiente biofisico. Nonostante il concetto di vulnerabilità sia
ampiamente utilizzato, non ne esiste una definizione univoca, poiché in ambiti diversi assume
significati differenti (Tabella 2.1): ciò porta a un lessico confuso e ad incomprensioni.
Definizione di vulnerabilità Fonte
Il grado di perdita di un certo elemento o di un set di elementi a
rischio a causa di un fenomeno naturale di data intensità
UNDRO (United Nations
Disaster Relief
Organization), 1982
La probabilità che un individuo o un gruppo sia esposto a un
pericolo e colpito sfavorevolmente da esso. È l’interazione fra
il pericolo del luogo e il profilo sociale delle comunità
Cutter, 1993
Le caratteristiche di una persona o di un gruppo in base alla
capacità di anticipare, superare, resistere e riprendersi dagli
Blaikie et al. 1994
14
impatti di un evento pericoloso
Tabella 2.1: Alcune definizioni di vulnerabilità con relativa fonte
Nonostante queste ambiguità, si possono distinguere tre filoni fondamentali negli studi di
vulnerabilità:
1. La vulnerabilità intesa come rischio o esposizione a pericoli. Questi studi esaminano
la sorgente di rischio biofisico e si focalizzano sulla distribuzione di alcune condizioni
pericolose, l’insediamento della popolazione nelle zone rischiose e il grado di perdite
associato al verificarsi di un evento particolare. Prossimità alla sorgente, intensità,
durata, frequenza o probabilità dell’evento e impatto spaziale sono gli elementi
caratterizzanti di queste analisi.
2. La vulnerabilità come risposta sociale. Si considera la capacità di reagire, ovvero la
sensibilità e l’abilità di recupero della società. Le variabili utilizzate sono ad esempio
danni alle infrastrutture o alle linee di comunicazione, necessità particolari della
popolazione, indicatori di povertà o ricchezza, necessità di alimenti, relazioni sociali et
cetera.
3. La vulnerabilità dei luoghi. Si combinano le due visioni precedenti analizzando una
zona geografica specifica e la vulnerabilità è vista sia in relazione al rischio biofisico
sia come reazione della società.
Essendo multidimensionale, la vulnerabilità comprende numerose componenti che debbono
essere studiate separatamente, ma è fondamentale sottolineare che sono importanti anche le
relazioni fra ciascuna di esse e le altre. Una possibile definizione di vulnerabilità comprende i
seguenti aspetti:
1. Fisico. La suscettibilità a danni strutturali di edifici, veicoli, infrastrutture e linee di
comunicazione;
2. Sistemico. La suscettibilità di sistemi complessi al verificarsi di eventi avversi con
attenzione a come gli effetti si propagano attraverso il sistema;
3. Culturale. Pone attenzione alle perdite potenziali dovute a particolari credenze,
costumi e modi di vivere;
4. Organizzativo. Si riferisce alle perdite e alla ridotta abilità a riprendersi a causa
dell’esposizione di individui, comunità ed economie locali;
15
5. Istituzionale. Conseguenze dovute a difetti nelle istituzioni e nelle disposizioni
emanate ed attuate da esse;
6. Territoriale. Legato all’unità spaziale e al luogo dove avviene l’evento;
7. Economica. Probabilità di perdite economiche e di produttività;
8. Sociale. Si focalizza non solo sulle caratteristiche degli individui, ma anche sulle
relazioni all’interno della società e la natura delle relazioni fra l’ambiente fisico e
sociale.
La vulnerabilità ha inoltre una dimensione temporale: può essere infatti misurata in termini di
danni alle vite future e non solo in relazione alle vite e alle proprietà danneggiate nel
momento in cui è avvenuto il fenomeno.
È importante anche il concetto di resilienza: è definita come la capacità di adattamento,
ovvero di reazione e di recupero dopo un evento pericoloso che si sviluppa non verso lo stato
originale ma verso una nuova sistemazione. Si possono distinguere due diverse relazioni fra
vulnerabilità e resilienza: la prima associa ad alti livelli di vulnerabilità bassa resilienza e
viceversa; la seconda interpreta la resilienza come componente integrale della vulnerabilità.
Utilizzando quest’ultima interpretazione, si può considerare la vulnerabilità come elemento
statico e la resilienza come un elemento dinamico: il concetto è legato alla capacità
rigenerativa del sistema come auto-organizzazione, adattamento e apprendimento. Se la
resilienza è vista come risultato allora è considerata incorporata alla vulnerabilità; se, al
contrario, è interpretata come processo, vulnerabilità e resilienza sono concetti distinti benché
collegati.
Per studiare la vulnerabilità, occorre perciò esaminare la combinazione di componenti fisiche,
sociali, economiche e politiche che influenzano la gravità delle conseguenze prodotte da un
determinato evento, a cui un individuo, una comunità o un sistema sono sottoposti.
Questa Tesi si focalizza sulla dimensione sociale della vulnerabilità, per la quale esistono
molte definizioni (Tabella 2.2). Si può affermare che anche la vulnerabilità sociale può essere
vista a sua volta come un’entità multidimensionale.
Definizione di vulnerabilità sociale Fonte
Suscettibilità dei gruppi sociali a perdite potenziali dovute a eventi pericolosi o
resistenza della società e resilienza a pericoli
Blaikie et
al., 1994
Suscettibilità di una comunità che ha sviluppato specifici stili di vita e di Hewitt,
16
relazione, soggetti a trasformarsi nel tempo 1997
Suscettibilità di una popolazione che ragioni storiche e socio-economiche
portano ad insediarsi in aree altamente esposte, e capacità di risposta e
adattamento
Yamal,
2007
Tabella 2.2: Elenco di alcune definizioni di vulnerabilità sociale con relativa fonte
L’analisi della vulnerabilità sociale richiede di considerare la società a diverse scale, in quanto
la società stessa è costruita su diversi livelli. Una schematizzazione possibile prevede la
microsocietà, che rappresenta l’individuo e le famiglie; la mesosocietà, che si identifica con la
comunità locale e, infine, la macrosocietà, che rappresenta la società a livello regionale,
nazionale e globale.
2.2 Analisi della vulnerabilità sociale
Vi è sempre stato un grande interesse verso i metodi per caratterizzare la vulnerabilità sociale,
ma è mancato lo sviluppo di una teoria generale capace di orientare l’utilizzo di dati di tipo
quantitativo e qualitativo. I modelli concettuali di maggiore consenso che hanno cercato di
porre le basi per l’analisi e la stima della vulnerabilità sociale sono i seguenti:
1. Risk Hazard (RH); Burton et al. (1978)
2. Pressure And Release (PAR); Blaikie et al. (1994)
3. Access model; Wisner (2004)
4. Hazard Of Place (HOP); Cutter (1996)
5. Bogardi-Birkmann-Cardona (BBC); Cardona (1999, 2001), Bogardi e Birkmann
(2004), Birkmann (2006)
Risk Hazard (RH)
Il modello RH studia l’impatto di un fenomeno naturale pericoloso in funzione
dell’esposizione all’evento e della sensibilità degli elementi esposti. Al contrario, non studia
né il modo in cui il sistema amplifica o attenua gli effetti dell’evento, né gli effetti diretti ed
inversi dell’economia, ovvero né come l’evento influenzi lo sviluppo economico (effetto
diretto), né come lo sviluppo economico influenzi esposizione e conseguenze (effetto
inverso).
17
Pressure And Release (PAR)
Il modello PAR esamina la pressione dovuta a fenomeni naturali pericolosi e le condizioni
che portano al disastro ed inoltre evidenzia che esiste una relazione fra vulnerabilità ed
esposizione della società. Studia la pressione come un processo temporale evolutivo partendo
dai processi sociali preesistenti all’evento ed in particolare dai processi che generano la
vulnerabilità e fragilità sociale, individuando le condizioni di insicurezza, classificate in
vulnerabilità dell’ambiente fisico (strutture e infrastrutture non protette), dell’economia locale
(per esempio basso livello di entrate), delle relazioni sociali (gruppi specifici a rischio) e delle
istituzioni e delle azioni pubbliche (mancanza di politiche per pratiche di risposta
all’emergenza).
Access model
L’Access model è un’analisi ampliata dei fattori principali del modello PAR che si focalizza
sui processi di impatto dell’evento naturale sulla popolazione e sulla reazione della
popolazione. Per questo motivo, l’Access model completa il PAR e i due modelli sono spesso
usati in coppia.
Hazard Of Place (HOP)
Il modello HOP identifica e quantifica il peso relativo dei diversi elementi che contribuiscono
alla vulnerabilità e ne esamina la variazione nel tempo, ponendo al centro dell’analisi il luogo
geografico dove l’evento si verifica, che diviene l’unità fondamentale di analisi. Il rischio di
un evento si combina con la mitigazione per creare il potenziale totale del disastro. Il rischio
può essere attenuato da una buona politica di mitigazione, oppure al contrario amplificato da
processi di mitigazione inesistenti o non adeguati. Questo potenziale del disastro è filtrato sia
attraverso la società per determinare la vulnerabilità sociale totale sia tramite il contesto
geografico per determinare la vulnerabilità biofisica. L’intersezione e l’interazione di
vulnerabilità sociale e biofisica creano perciò la vulnerabilità totale.
Bogardi-Birkmann-Cardona (BBC)
La stima di vulnerabilità nel modello BBC considera sia la suscettibilità-esposizione che la
capacità di reagire, poiché entrambe influenzano la possibilità di un evento pericoloso di
produrre danni. Il modello studia la vulnerabilità nell’ambito di un processo dinamico in cui
vulnerabilità, capacità di reagire e strumenti di mitigazione atti a ridurre la vulnerabilità
interagiscono mutuamente. Il modello BBC riconosce e studia la vulnerabilità sociale,
economica e ambientale. Inoltre evidenzia che la capacità di monitoraggio e previsione di
18
eventi potenzialmente disastrosi è necessaria per limitarne l’impatto e per gestire le relative
emergenze, ma sostiene anche l’importanza di anticipare il rischio con azioni di prevenzione.
2.3 Gli indici di vulnerabilità sociale
Gli indici sono delle variabili quantitative e possono essere composti da una singola variabile
o da una combinazione di esse. Attualmente sono il metodo più adottato dai ricercatori poiché
risultano utili per valutare e monitorare la vulnerabilità sociale nel tempo e nello spazio. È
necessario però sottolineare che la vulnerabilità sociale non è un fenomeno direttamente
osservabile e non esiste un set robusto e consistente di indicatori per la sua stima che faciliti il
paragone fra diversi luoghi, come non esistono regole specifiche per l’algoritmo da utilizzare
o per verificare la robustezza dell’indice stesso.
Lo sviluppo di un indice richiede la scelta dell’unità areale di riferimento e delle variabili che
si adattano meglio al tipo di analisi ed alla zona geografica in esame, in base anche alla
disponibilità dei dati. È inoltre necessario decidere se si utilizzano frequenze relative o
assolute. L’utilizzo di frequenze assolute è giustificato quando le unità areali sono omogenee
(ad esempio quando contengono circa lo stesso numero di persone, o lo stesso numero di
edifici residenziali, o la stessa tipologia di asset, et cetera). Le frequenze relative, viceversa,
servono per confrontare tra loro unità territoriali eterogenee. Quando si è in presenza di un
grande numero di indicatori, rappresentativi delle varie componenti che concorrono a
determinare la vulnerabilità multidimensionale, l’indice di solito viene costruito mediante una
procedura statistica che identifica il set degli indicatori più significativi, ne quantifica i pesi e
le regole di aggregazione per ottenere il valore finale.
Nel corso degli anni sono stati implementati numerosi indici di vulnerabilità sociale, ma si
ritiene che il più adeguato al caso di studio di questa Tesi sia il Social Vulnerability Index
(SoVI) implementato da Cutter, Boruff e Shirley nel 2003 nell’ambito del modello HOP. Il
SoVI è stato scelto 1) perché è stato concepito per analizzare la vulnerabilità sociale in caso di
evento naturale pericoloso, 2) perché è già stato utilizzato in caso di tsunami (Wood et al.,
2009; Guillard-Gonçalves et al., 2014) ed inoltre 3) perché, fra quelli analizzati, è il più
flessibile, in quanto utilizza variabili facilmente adattabili al caso specifico.
19
2.3.1 SoVI
Il SoVI quantifica la vulnerabilità sociale nell’ambito del modello concettuale HOP: un
evento pericoloso interagisce con la mitigazione (le misure per ridurre l’impatto) per produrre
il potenziale di rischio, limitato o aumentato da un filtro geografico (il luogo e la prossimità
dell’evento) e dal tessuto sociale della zona (l’esperienza della comunità di precedenti eventi
pericolosi, la capacità di rispondere, riprendersi e adattarsi ad essi, dove tutto ciò è influenzato
dalle caratteristiche economiche, demografiche e dell’edificato).
L’unità areale di base è in generale un’unità amministrativa territoriale come un distretto, una
contea, una città, ma spesso sono scelte aree geografiche definite a scopo di censimento. In
questo studio viene utilizzata l’unità amministrativa comunale e si stimerà il SoVI per tutti i
comuni sulla costa orientale della Sicilia. I risultati verranno illustrati nel Capitolo 4.
Chi ha introdotto il SoVI ha elencato ben 250 variabili che possono caratterizzare la
variabilità sociale, ma nelle applicazioni più comuni ne vengono utilizzate solo circa una
quarantina. Fra queste ultime per questa Tesi sono state selezionate le variabili che sono
disponibili nelle statistiche ufficiali e per acquisire le quali non è necessario compiere
campagne specifiche di raccolta dati, dal momento che non erano disponibili risorse
finanziarie per condurle.
L’indice si basa su variabili normalizzate che vengono definite punti z. Per un dato set di
valori campionari xi di una variabile x si calcola la media (μ) e la deviazione standard (σ), per
poi normalizzarli mediante la trasformazione in punti zeta, che hanno media nulla e
deviazione standard unitaria:
𝑧𝑖 =𝑥𝑖 − 𝜇
𝜎
La determinazione delle variabili significative viene condotta mediante l’analisi delle
componenti principali (Principal Component Analysis, PCA) che produce dei fattori
(autovettori) che sono una combinazione lineare delle variabili. Tramite l’analisi degli
autovalori, si selezionano i fattori che spiegano la maggior parte della varianza dei dati e
analizzando le coordinate delle variabili si è in grado di determinare le variabili più
rappresentate dai fattori selezionati. Importante è la polarità (positiva o negativa) di ogni
variabile rispetto alla vulnerabilità sociale: una variabile ha polarità positiva se un suo
aumento provoca una crescita della vulnerabilità sociale, in caso contrario ha polarità
negativa. Per ciascuna area geografica di base si sommano i fattori (col loro segno o con
20
segno opposto o in valore assoluto a seconda della polarità delle variabili costituenti) per
ottenere il valore di SoVI che può essere discretizzato in classi. La più comune classificazione
prevede 3 classi di vulnerabilità sociale: bassa, media e alta.
È fondamentale sottolineare che il SoVI non è una completa caratterizzazione della
vulnerabilità sociale, ma solamente una stima in base alle variabili che sono state reputate
importanti relativamente alla zona di interesse. Inoltre, dal momento che l’indice è basato su
variabili zeta normalizzate, non può rappresentare valori assoluti di vulnerabilità, ma è utile
per confrontare la vulnerabilità sociale di diverse aree territoriali di base. L’indice serve per
identificare le caratteristiche spazialmente correlate e le zone dove c’è una maggiore
concentrazione di popolazione più vulnerabile. In altre parole, un valore elevato di SoVI in
una certa area non significa che tutta la popolazione presente in quella zona sia altamente
vulnerabile. Questa deduzione costituirebbe il cosiddetto “errore ecologico”, che consiste nel
considerare una caratteristica areale come valida per ciascun elemento presente al suo interno.
Inoltre, non sempre la PCA cattura le variabili che contribuiscono di più alla vulnerabilità
poiché essa rappresenta ciò che meglio spiega la varianza nei dati di input.
2.4 Analisi di vulnerabilità sociale in ambito comunale
L’analisi della vulnerabilità sociale per il comune di Siracusa è stata compiuta anche
utilizzando un metodo diverso da quello proposto dal modello HOP che si concretizza nel
calcolo del SoVI e che è stato presentato nella sezione precedente. Il metodo alternativo
prevede la stima delle presenze di persone nella città in funzione della posizione e del tempo.
L’idea di base è che la conoscenza dei flussi della popolazione combinata con la conoscenza
delle strutture nel territorio consente di stabilire sia l’esposizione che la vulnerabilità della
popolazione al verificarsi di un evento avverso. Per compiere questa prima analisi quantitativa
si considerano la popolazione residente e, essendo Siracusa anche un’importante meta
turistica, le presenze turistiche.
Le strutture scelte per l’analisi sono gli edifici scolastici e universitari, gli ospedali pubblici,
gli stabilimenti balneari ed i due porti della città. Nella Tabella 2.3 sono riassunte le
caratteristiche dell’andamento temporale delle presenze giornaliere.
21
Struttura Giorno Notte Giorni
festivi
Altre note
Edifici scolastici e
universitari
Costante Nullo Nullo Chiusura nel periodo estivo e durante
l’anno scolastico per vacanze
Ospedali pubblici Costante
Stabilimenti balneari Variabile Nullo Variabile Il valore di presenze calcolato è il
totale giornaliero
Porti Variabile Nullo Variabile Il valore di presenze calcolato è il
totale giornaliero
Tabella 2.3: Variazioni temporali dei valori di presenze per ciascuna struttura
Per valutare le presenze sono state utilizzate delle formule, che saranno esposte nei paragrafi
successivi, simili a quelle introdotte ed utilizzate da Pontrelli (2007), ma leggermente
modificate per tenere conto che le attuali si riferiscono all’intera area comunale, mentre le
altre si riferivano ad una realtà sub-comunale. Nelle formule, i termini contrassegnati da un
apice indicano che sono valori mensili, variabili da mese a mese, mentre gli altri hanno valori
in prima approssimazione costanti durante l’anno.
2.4.1 Presenze giornaliere totali
Per il calcolo delle presenze giornaliere totali PTOT nel territorio comunale si sommano le
componenti di popolazione residente, stabile nel corso dell’anno, e di presenze turistiche
mensili.
𝑃𝑇𝑂𝑇 = 𝑃𝑅 +𝑃𝑇
′
𝐺𝑀
PTOT: presenze giornaliere totali;
PR: popolazione residente per giorno;
P’T: presenze turistiche mensili;
GM: numero di giorni del mese analizzato.
22
2.4.2 Presenze negli edifici scolastici e universitari
Si considerano le strutture scolastiche sia pubbliche che private, assumendo che le presenze
siano nulle nei mesi di luglio ed agosto per vacanze estive.
𝑃𝑆 = 𝑆𝑆 𝑇𝑂𝑇 + 𝐴𝑆 + 𝑆𝑈 𝑇𝑂𝑇 ∗ 𝐶 + 𝐴𝑈
PS: presenze giornaliere negli edifici scolastici;
SS TOT: numero di studenti nelle scuole d’infanzia, di istruzione primaria e secondaria;
AS: numero di addetti nelle scuole d’infanzia, di istruzione primaria e secondaria;
SU TOT: numero di studenti universitari;
C: coefficiente di riduzione per valutare il numero di studenti universitari frequentanti,
stimato pari a 0,6;
AU: numero di addetti nelle università.
2.4.3 Presenze negli ospedali pubblici
Le presenze giornaliere negli ospedali pubblici sono stimate mediante la seguente formula:
𝑃𝑂 =𝐴𝑂
𝑇+
𝐺𝑂 + 𝐺𝐷
365+
𝑅𝑃𝑆
365∗
𝑇𝑃
24
PO: presenze giornaliere negli ospedali pubblici;
AO: numero di addetti negli ospedali pubblici;
T: numero di turni giornalieri degli addetti negli ospedali pubblici, stimato a 3;
GO: giorni di degenza ordinaria;
GD: giorni di degenza in day hospital;
RPS: numero di ricorsi al Pronto Soccorso;
TP: tempo di permanenza al Pronto Soccorso, stimato a 3 ore.
2.4.4 Presenze giornaliere negli stabilimenti balneari
Calcolando la media delle presenze turistiche giornaliere nell’arco dell’anno, si può supporre
che, se il valore di presenze turistiche giornaliero supera il valore medio, la differenza
23
rappresenti le persone che si dedicano ad attività balneare. Ciò detto, la formula per stimare le
presenze giornaliere negli stabilimenti balneari, per i quali mancano dati diretti, è la seguente:
𝑃𝑆𝐵 = (𝑃′𝑇
𝐺𝑀− (
𝑃′𝑇
𝐺𝑀)
)
PSB: presenze giornaliere negli stabilimenti balneari;
P’T: presenze turistiche mensili;
GM: numero di giorni del mese analizzato.
2.4.5 Presenze giornaliere nei porti
Si considerano le attività sia turistiche sia commerciali che si svolgono nei due porti di
Siracusa. Le presenze giornaliere possono essere calcolate mediante la formula:
𝑃𝑃 = 𝐴𝑃 +𝑃𝐴𝑃
365+
𝑃′𝑆𝑃
𝐺𝑆
PP: presenze giornaliere nei porti;
AP: numero di addetti nei porti;
PAP: numero annuale di passeggeri nei porti;
P’SP: numero di passeggeri per attività escursionistiche presenti nel semestre maggio-ottobre
nei porti;
GS: numero di giorni del semestre maggio-ottobre, pari a 184.
2.5 Analisi di vulnerabilità sociale a livello delle singole
strutture nell’area di inondazione
L’ultimo passo a livello di scala di risoluzione si ottiene focalizzandosi sulle singole strutture
che si trovano nell’area di inondazione. Nello studio di questa Tesi, le strutture si trovano
nella penisola di Ortigia e nelle vicine aree a nord e ad ovest. L’analisi dettagliata è consentita
dalla disponibilità di Carte Tematiche Numeriche (CTN) concesse dalla Protezione Civile di
Siracusa che forniscono informazioni accurate relative a ciascun edificio presente.
Per le ragioni esposte nel Capitolo 1, lo scenario che si è assunto per l’inondazione da tsunami
è uno scenario di inondazione uniforme al livello di 5 m, e perciò le strutture coinvolte sono
24
solo quelle a quota topografica inferiore o uguale a 5 m. Per la vulnerabilità sociale abbiamo
stimato il numero di presenze negli edifici residenziali (case private e strutture ricettive) e
nelle strutture trattate nella sezione precedente (ovvero stabilimenti balneari, scuole, ospedali,
et cetera) ed abbiamo stimato anche il numero delle possibili vittime.
Per stimare la popolazione residente è stata calcolata la superficie degli edifici residenziali
mediante CTN e si è utilizzato il fatto che per ciascuna persona sono necessari per legge
almeno 14 m2 di superficie abitativa. Le presenze giornaliere negli edifici scolastici e negli
ospedali pubblici sono valutate tramite formule simili a quelle utilizzate per l’analisi a livello
comunale: la differenza è che ora si studiano solo le strutture a quota uguale o inferiore a 5 m,
e perciò si utilizzano delle proporzioni. Si osserva inoltre che non vi sono istituti universitari
nella zone di inondazione. Per quanto riguarda le presenze nei due porti valgono esattamente
le stesse stime fatte nella sezione precedente.
Per ciò che riguarda le strutture ricettive la formula utilizzata è esposta nel Paragrafo 2.5.1:
l’espressione somiglia a quella esposta da Pontrelli (2007) e si basa su una proporzione, come
le formule precedenti. Similmente, anche il numero di pazienti nelle case di riposo è stato
calcolato tramite un rapporto. A questo proposito, la Tabella 2.3 viene integrata dalla Tabella
2.4 che mostra l’andamento temporale delle presenze nelle strutture ricettive e nelle case di
riposo.
Struttura Giorno Notte Giorni
festivi
Altre note
Strutture
ricettive
Variabile Il valore di presenze calcolato è il totale
giornaliero
Case di riposo Costante
Tabella 2.4: Ulteriori note relative alle variazioni temporali dei valori di presenze per
ciascuna tipologia di edificio
2.5.1 Presenze nelle strutture ricettive
Utilizzando i dati di presenze turistiche, si stimano le presenze turistiche giornaliere nelle
strutture ricettive a quota inferiore 5 m mediante la formula:
25
𝑃𝑆𝑅 5 = (𝑃′𝑇
𝐺𝑀+ 𝐴𝑆𝑅 𝑇𝑂𝑇) ∗
𝑆𝑅 5
𝑆′𝑅 𝑇𝑂𝑇
PSR 5: presenze giornaliere nelle strutture ricettive a quota inferiore a 5 m;
P’T: presenze turistiche mensili;
GM: numero di giorni del mese analizzato;
ASR TOT: numero di addetti nelle strutture ricettive;
SR 5: numero di strutture ricettive a quota inferiore a 5 m;
S’R TOT: numero di strutture ricettive.
2.6 Danno da maremoto alle persone
Per valutare i danni che l’inondazione prodotta dal maremoto causa alle persone presenti
all’interno delle strutture si deve prima di tutto stimare il livello di esposizione di ciascun
edificio determinato dall’altezza della colonna d’acqua. In questa Tesi si utilizzano gli
intervalli di colonna d’acqua dello studio di Terrier et al. (2012) per persone che si trovano
all’interno di edifici ad un solo piano in assenza di mura da protezione. La novità del nostro
studio è che gli stessi intervalli sono replicati anche per stimare gli effetti su persone che sono
al primo piano di edifici a più piani a partire dal proprio livello di riferimento, ovvero 2,5 m.
Gli intervalli utilizzati sono riportati in Tabella 2.5 e in Tabella 2.6.
Colonna d’acqua
(m)
Livello di
esposizione
Descrizione del danno
0-1 E1 Piano terra allagato, le persone non vengono
trascinate via
1-1,5 E2 Mobilità delle persone ridotta
1,5-5 E3 Persone trascinate via o intrappolate
Tabella 2.5: Intervalli di colonna d’acqua con relativo livello di esposizione per persone che
si trovano in edifici ad un solo piano o al piano terra di edifici a più piani
26
Colonna d’acqua
(m)
Livello di
esposizione
Descrizione del danno
2,5-3,5 E1 Primo piano allagato, le persone non
vengono trascinate via
3,5-4 E2 Mobilità delle persone ridotta
4-5 E3 Persone trascinate via o intrappolate
Tabella 2.6: Intervalli di colonna d’acqua con relativo livello di esposizione per persone che
si trovano al primo piano degli edifici
Per stimare il possibile numero delle vittime si possono utilizzare i dati sperimentali raccolti
da Koshimura et al. (2009) nella città di Banda Aceh, in Indonesia, la più colpita dal
maremoto catastrofico dell’Oceano Indiano del 26 dicembre 2004. I dati forniscono il
rapporto fra il numero di vittime ed il numero dei residenti in funzione dell’altezza della
colonna d’acqua su base rionale. Fittando i dati Koshimura et al. (2009) hanno ricavato una
curva di fragilità che segue la cumulativa di una gaussiana standardizzata con i parametri
μ=3,75, σ=1,35 ed è quindi data dalla formula
𝑃(𝑥) = 𝜙 [𝑥 − 3,75
1,35]
dove x rappresenta il valore di altezza della colonna d’acqua. Questa funzione, insieme ai dati
utilizzati da Koshimura et al. (2009) per calcolarla, è rappresentata in Figura 2.1.
27
Figura 2.1: Funzione di fragilità per il calcolo delle vittime da tsunami, da Koshimura et al.
(2009), e dati sperimentali
Digitalizzando i dati sperimentali nell’intervallo di interesse di questo studio, ovvero da 0 a 5
m di altezza della colonna d’acqua, si è ottenuto il grafico di Figura 2.2.
Figura 2.2: Digitalizzazione fino a 5 m dei dati sperimentali di mortalità da tsunami di
Koshimura et al. (2009)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 1 2 3 4 5 6
Per
centu
ale
di
vit
tim
e
Colonna d'acqua (m)
28
Tramite questi dati è possibile calcolare i valori medi di mortalità per gli intervalli di colonna
d’acqua che si desidera utilizzare. Poiché la mortalità varia in modo significativo all’interno
dell’intervallo considerato come livello di esposizione E3 per i piani terra degli edifici, si è
deciso di suddividere tale livello in 3 sotto-intervalli con differente percentuale di vittime. I
valori così ottenuti sono esposti in Tabella 2.7 e in Tabella 2.8.
Colonna d’acqua (m) Livello di esposizione Percentuale di vittime (%)
0-1 E1 0
1-1,5 E2 4
1,5-2,5 E3 24
2,5-3,5 E3 56
3,5-5 E3 66
Tabella 2.7: Intervalli di colonna d’acqua, livello di esposizione e percentuale di vittime
stimati per persone al piano terra degli edifici
Colonna d’acqua (m) Livello di esposizione Percentuale di vittime (%)
2,5-3,5 E1 0
3,5-4 E2 4
4-5 E3 24
Tabella 2.8: Intervalli di colonna d’acqua, livello di esposizione e percentuale di vittime
utilizzati per persone al primo piano degli edifici
Un caso particolare è relativo agli edifici che, supponendo un’inondazione pari a 5 m,
subiscono crolli parziali o totali. Questi edifici sono stati identificati grazie al lavoro di
Pagnoni et al. (2014), che studia i danni strutturali tramite una metodologia denominata
SCHEMA. Le persone che si trovano in tali edifici non possono essere difese dall’edificio
stesso e si trovano esposte al flusso come se fossero in uno spazio aperto. Ad esse si è
assegnato il livello di esposizione E3. Anche in questo caso, tale livello è stato suddiviso in 3
sotto-intervalli a cui sono state attribuite le stesse percentuali di mortalità ricavate
precedentemente (Tabella 2.9).
29
Colonna d’acqua (m) Livello di esposizione Percentuale di vittime (%)
0-2,5 E3 24
2,5-3,5 E3 56
3,5-5 E3 66
Tabella 2.9: Intervalli di colonna d’acqua, livello di esposizione e percentuale di vittime per
persone negli edifici che subiscono crolli parziali o totali
2.7 Stima del Probable Maximum Loss
L’espressione Probable Maximum Loss (PML) indica la massima perdita economica che può
colpire un business e/o un bene materiale a seguito di un evento catastrofico, naturale o
prodotto dall’uomo, considerato come l’evento di maggiore impatto possibile. Farne la stima
è importante per prendere decisioni appropriate nella pianificazione delle strategie di
mitigazione e di ripresa delle attività economiche.
Per valutare un asset è opportuno distinguere fra stock e flow: il primo è l’insieme dei valori
di un asset in un determinato istante temporale, il secondo si riferisce al valore delle attività
che si sviluppano nel tempo in relazione all’asset. Per esempio, se si considera un’attività
alberghiera, l’immobile e gli altri beni funzionali costituiscono lo stock, mentre know how,
clientela e servizi costituiscono il flow. Se l’albergo viene danneggiato da un evento naturale,
vi è una perdita di valore per lo stock e, solitamente, anche un calo nel servizio dovuto ad
interruzione o riduzione delle attività, e quindi del flow.
In generale lo stock è più facile da quantificare del flow, ed è questo il motivo per cui nella
valutazione del PML spesso viene conteggiato il primo ma non il secondo. Esistono diversi
metodi che stimano il PML e sono generalmente incorporati nei catastrophe model, termine
col quale si intendono modelli di simulazione che combinano modellistica numerica degli
eventi catastrofici con dati relativi al valore delle proprietà e dei beni mobili ed immobili per
ottenere stime di perdite potenziali prima che l’evento stesso accada. Tali modelli forniscono
fra l’altro curve di probabilità di eccedenza per determinati livelli di perdita economica.
30
2.7.1 Stima del PML relativo agli edifici
Uno degli obiettivi di questa Tesi è la stima del PML per i beni immobili che si trovano
nell’area di inondazione, sulla base solamente dei valori di mercato degli edifici (stock),
evidenziando comunque che la perdita economica così calcolata è sottostimata, proprio perché
viene trascurato il flow, che è certamente importante non solo per gli edifici a destinazione
residenziale, ma anche e soprattutto per le costruzioni associate ad attività commerciali,
artigianali e industriali.
Per valutare il PML per gli edifici a quota inferiore o uguale a 5 m di Ortigia è stato adottato
un metodo simile a quello esposto da Grezio et al. (2012) e si sono utilizzati i dati delle
quotazioni immobiliari dell’Osservatorio del Mercato Immobiliare (OMI) di Siracusa resi
disponibili dall’Agenzia Nazionale del Territorio. Ogni città è suddivisa in fasce e per ogni
fascia sono forniti il valore economico minimo e massimo (in Euro per m2) degli edifici a
seconda del tipo di destinazione (residenziale, commerciale, terziario e produttivo). Nota
quindi la posizione e la destinazione dell’edifico ed il valore di mercato unitario, è facile
calcolarne la perdita economica e, sommando le perdite per tutti gli edifici della zona di
inondazione, ottenere infine il PML. Una considerazione importante è che in questi calcoli
sono stati trascurati la stazione dei treni, il cui valore economico non è soltanto stock ma è
connesso molto al flow, ed anche i siti archeologici e le chiese, dal momento che il loro valore
non è riconducibile al mercato trattato dall’OMI.
31
3 Raccolta dei dati
Il questo Capitolo viene fornita una descrizione dei dati che sono stati raccolti per valutare la
vulnerabilità sociale ed i danni da maremoto secondo i metodi di stima illustrati nel Capitolo
2. Nei Paragrafi successivi verranno trattati in dettaglio e verranno fornite le relative fonti di
informazione e l’anno di riferimento.
3.1 SoVI
Il SoVI è stato calcolato per i 29 comuni delle provincie di Messina, Catania e Siracusa che si
affacciano sul Mar Ionio, elencati in Tabella 3.1.
Messina Catania Siracusa
Alì Terme Aci Castello Augusta
Forza d’Agrò Acireale Avola
Furci Siculo Calatabiano Carlentini
Giardini-Naxos Catania Melilli
Itala Fiumefreddo di Sicilia Noto
Letojanni Mascali Pachino
Messina Risposto Portopalo di Capo Passero
Nizza di Sicilia Priolo Gargallo
Roccalumera Siracusa
Santa Teresa di Riva
Sant’Alessio Siculo
Scaletta Zanclea
Taormina
Tabella 3.1: Elenco dei comuni considerati per il calcolo del SoVI suddivisi in base alla
provincia
32
Le variabili, o indicatori, utilizzati per la costruzione del SoVI sono i seguenti:
1. Numero di medici negli ospedali pubblici per 100.000 persone;
2. Numero pro capite di ospedali pubblici;
3. Percentuale di famiglie in alloggio in affitto;
4. Percentuale di disoccupati;
5. Percentuale di popolazione residente con età inferiore a 5 anni;
6. Percentuale di popolazione residente con età superiore a 65 anni;
7. Percentuale di popolazione residente di sesso femminile;
8. Percentuale di popolazione residente in centri abitati;
9. Numero medio di componenti per famiglia;
10. Numero di edifici residenziali per km2;
11. Numero di imprese commerciali per km2.
Le prime due variabili relative agli ospedali pubblici sono importanti per considerare la
capacità di recupero e reazione del comune immediatamente dopo l’evento. Anche
l’indicatore successivo è rappresentativo della capacità di recupero della società, mentre i
quattro indicatori seguenti rappresentano gruppi sociali vulnerabili. Le ultime quattro variabili
rappresentano la densità di popolazione e di imprese e indicano se nel comune vi sono zone
dove vi può essere una grande concentrazione di persone. I primi due indicatori hanno
polarità negativa, gli altri nove positiva: queste considerazioni sono essenziali per decidere i
segni dei fattori ottenuti dalla PCA.
Inizialmente, si era selezionato come indicatore anche il numero di presenze pro capite nelle
case di riposo. Purtroppo, poiché per alcuni comuni non è stato possibile reperirne il dato, la
variabile è stata esclusa dall’analisi.
Si noti che per questo studio non sono stati utilizzati valori assoluti, bensì percentuali e
densità. Ciò consente di fare valutazioni relative di vulnerabilità, cioè di trovare quale comune
risulta essere il più vulnerabile fra quelli considerati, ma non il numero esatto di persone a
rischio. La valutazione quantitativa delle persone è invece stimata con le due modalità definite
nei Paragrafi successivi, mediante i quali è possibile una stima più precisa.
Le variabili sopra elencate sono calcolate a partire dai dati statistici censuari elencati in
Tabella 3.2. Dal momento che l’Istituto Nazionale di Statistica Italiano (ISTAT) non fornisce
tutte le informazioni necessarie per l’analisi, è stato utilizzato l’Atlante Statistico dei Comuni,
reperibile comunque nel sito stesso dell’ISTAT.
33
Dati Anno di
riferimento
Fonte di informazione
Numero di disoccupati 2001 Atlante Statistico dei Comuni; scaricabile dal
link http://www.istat.it/it/archivio/113712 Numero di medici negli
ospedali pubblici
2010
Numero di ospedali pubblici
Popolazione residente 2001 ISTAT; http://www.istat.it/it/
Superficie ad utilizzo
agricolo in ettari
2010
Numero di edifici
residenziali
2011
Numero di famiglie
Numero di famiglie con 1, 2,
3, 4, 5 e 6 componenti
Numero di imprese
commerciali
Numero di persone residenti
in centri abitati
Percentuale di famiglie in
alloggio in affitto
Popolazione residente
Superficie del comune in
km2
Numero di residenti con età
inferiore a 5 anni
2015
Numero di residenti con età
superiore a 65 anni
2015 ISTAT; http://www.istat.it/it/
Numero di residenti di sesso
34
femminile
Popolazione residente
Tabella 3.2: Elenco dei dati con anno di riferimento e fonte di informazione utilizzati per
calcolare gli indicatori impiegati nella costruzione del SoVI
Il valore delle 11 variabili è stato calcolato tramite proporzioni e rapporti utilizzando il dato
sulla popolazione residente dell’anno di riferimento o la superficie comunale. Per determinare
il numero di edifici residenziali per km2 sarebbe necessario il dato di superficie ad uso
residenziale, ma poiché non si è potuto reperirlo né nel sito dell’ISTAT né nell’Atlante
Statistico dei Comuni, si è deciso di costruire il rapporto considerando la differenza fra la
superficie totale e la superficie ad uso agricolo del comune.
3.2 Analisi di vulnerabilità sociale in ambito comunale
Per i calcoli di presenze nel comune di Siracusa, sono stati utilizzati i dati elencati in Tabella
3.3.
Dato Anno di
riferimento
Fonte di informazione
Numero di addetti nelle scuole d’infanzia,
d’istruzione primaria e secondaria
2001 Atlante Statistico dei Comuni
Giorni di degenza in day hospital 2010
Giorni di degenza ordinaria
Numero di addetti negli Ospedali pubblici
Numero di Ospedali pubblici
Numero di ricorsi al Pronto Soccorso
Numero di studenti nelle scuole d’infanzia,
d’istruzione primaria e secondaria
2012 Atlante Statistico dei Comuni
Numero di addetti nei porti 2014 Ministero delle Infrastrutture
35
Numero di passeggeri nei porti e dei Trasporti; conversazione
via email tramite la Guardia
Costiera di Siracusa
Numero di passeggeri per attività
escursionistiche nei porti
Popolazione residente 2015 ISTAT
Numero di docenti e personale nell’Istituto
Superiore di Scienze Religiose San Metodio
2015 Istituto Superiore di Scienze
Religiose San Metodio;
conversazione via email con
la Segreteria Accademica
dell’Istituto
Numero di studenti iscritti all’Istituto
Superiore di Scienze Religiose San Metodio
Numero di studenti iscritti alla facoltà di
Architettura dell’Università di Catania con
sede a Siracusa
2014/2015 Ministero dell'Istruzione,
dell'Università e della Ricerca
Numero di docenti del dipartimento di
Architettura dell’Università di Catania
2015
Presenze turistiche 2012, 2013,
2014
Protezione Civile
Tabella 3.3: Tipo di dati per il calcolo delle presenze con anno di riferimento e relativa
sorgente di informazioni
Sono opportune alcune precisazioni:
Tutti i dati sono a livello comunale, tranne le presenze turistiche che sono provinciali;
Il numero di passeggeri nei porti è annuale, il numero di passeggeri per attività
escursionistiche nei porti è riferito al semestre maggio-ottobre e le presenze turistiche
provinciali di Siracusa sono dati mensili;
I dati sul turismo forniti dalla Protezione Civile sono provinciali e, essendo disponibili
per 3 anni consecutivi (2012-2014), sono stati mediati.
I dati provinciali sul turismo sono stati trasformati su base comunale e si è assunto che il 50%
del turismo sia comunale. La scelta è giustificata dal fatto che, consultando i dati disponibili,
si osserva che le presenze turistiche annuali nella sola penisola di Ortigia corrispondono al
20% del turismo provinciale annuo. Inoltre si sono considerate la capacità ricettive di Ortigia,
36
dell’intero comune di Siracusa e di tutta la provincia e si è pervenuti alla conclusione che il
coefficiente di riduzione del 50% sia ragionevole.
3.3 Analisi di vulnerabilità sociale a livello delle singole
strutture nell’area di inondazione
Per questa analisi è stata consultata, tramite il software ArcGis, una CTN a scala 1:2000 della
zona analizzata (Figura 3.1).
Figura 3.1: fogli della CTN utilizzati per lo studio della città di Siracusa
37
3.3.1 CTN
Una CTN è una cartografia numerica, ottenuta tramite strumentazione topografica
informatizzata, che fornisce informazioni per mezzo di dati numerici e alfanumerici
organizzati in fogli. Ogni carta contiene 5 tipi di strutture (shape) diverse (annotation, point,
polyline, polygon e multipath) descritte mediante le coordinate dei vertici caratteristici che
definiscono tali entità.
L’unità di base di una CTN è il foglio e nel caso di questo studio ne sono stati utilizzati
quattro (6461213, 6461217, 6461218, 6461223), dove il sistema di riferimento delle
coordinate è il sistema Gauss-Boaga nel fuso Est. La struttura utilizzata è la polyline, le cui
entità sono organizzate in strati (layer) e ciascuno di essi è associato a un livello informativo
diverso:
A. Sistema delle comunicazioni;
B. Edificato ed altre strutture;
C. Acque;
D. Strutture connesse alla produzione e trasporto di energia;
E. Elementi divisori e di sostegno;
F. Morfologia;
G. Vegetazione;
H. Orografia;
I. Limiti amministrativi e varie;
L. Toponimi;
M. Punti di inquadramento.
Poiché in questa Tesi sono stati analizzati gli edifici, il layer utilizzato è quello dell’edificato
e le strutture sono catalogate con la lettera B seguita da un numero in base a tipologia ed
utilizzo, secondo la classificazione presentata in Tabella 3.4.
Layer Descrizione
B001 Unità volumetrica civile
Unità volumetrica sociale
Unità volumetrica amministrativa
B002 Unità volumetrica industriale
38
Unità volumetrica commerciale
Capannone
B003 Unità volumetrica di culto
Campanile
Tabernacolo rappresentabile
B004 Edificio in costruzione
B005 Rudere
B006 Baracca – edicola
B007 Tettoia, pensilina
B008 Tendone pressurizzato
B009 Centrale elettrica, cabina elettrica
B010 Serra stabile
B011 Stalla, fienile
B012 Gradinata
B013 Complesso cimitero
B014 Complesso campeggio, villaggio turistico
B015 Complesso sportivo
B016 Complesso ospedaliero
B017 Complesso scolastico
B018 Complesso religioso
B019 Complesso sociale
B020 Linee proprie degli impianti sportivi
B021 Torre, ciminiera, silos
B022 Croce isolata, tabernacolo
B023 Monumento
39
B024 Corpo aggettante – portico – loggiato
B025 Rampa
B026 Isolato
B027 Edificio seminterrato
B028 Spigolo di edificio collimato a terra
Tabella 3.4: Descrizione della classificazione del layer B
Ogni elemento della polyline è rappresentato in maniera univoca con un codice handle,
tramite il quale si può risalire alle varie proprietà dell’edificio stesso (Figura 3.2).
Figura 3.2: Schermata CTN dove sono rappresentati esempi di elementi della polyline. Le
righe identificano ciascun elemento dello shape, le colonne identificano gli attributi (handle,
layer, elevation et cetera)
Per localizzare le strutture residenziali sono stati selezionati tutti gli edifici appartenenti al
layer B001 che rappresenta le unità volumetriche civili (Tabella 3.4). Tuttavia, per gli altri
edifici e per i calcoli necessari per la stima delle presenze sono necessari altri tipi di dati,
presentati nel Paragrafo successivo.
40
3.3.2 Altri dati
Per gli stabili ritenuti vulnerabili dal punto di vista sociale è stata compiuta una ricerca sul
Web degli indirizzi di ciascun edificio e sono stati ricercati i dati necessari contattando gli enti
che ne sono responsabili. Per il calcolo dell’area degli edifici residenziali si è fatto uso di una
funzione di ArcGis trasformando le relative polyline in polygon di cui è misurabile l’area.
Strutture Fonte di informazione
Uffici comunali, biblioteche, edifici scolastici e università
pubbliche, campi sportivi, mercati, farmacie
Sito del comune di
Siracusa
Commissariati, Stazioni dei carabinieri, Guardia di finanza,
Corpo forestale, Vigili del fuoco, Guardia costiera
Siti del Corpo
Guardia medica, ospedali pubblici, case di riposo Sito dell’Azienda
Sanitaria Provinciale di
Siracusa
Stazione dei treni, teatri, cinema, musei, castelli, siti
archeologici, chiese, riserve naturali, stabilimenti balneari, zone
adibite ai camper, campeggi, strutture ricettive
Siti relativi al turismo a
Siracusa
Banche, edifici scolastici e università private Sito comuni-italiani.it
Case di riposo Pagine Bianche
Uffici postali Sito delle Poste Italiane
Tabella 3.5: Strutture per le quali i dati sono stati raccolti individualmente con relativa
sorgente di informazione
È necessario inoltre conoscere il numero di piani di ciascun edificio e questo dato è
disponibile grazie alla Tesi di Rallo (2014): per ottenere un valore di superficie residenziale
totale, si moltiplica l’area di base per il numero di piani dell’edificio.
Per ciò che riguarda i dati statistici censuari necessari, si riportano in Tabella 3.6 i dati
utilizzati con relativa fonte di informazione e anno di riferimento.
41
Dato Anno di
riferimento
Fonte di informazione
Numero di addetti nelle scuole d’infanzia,
d’istruzione primaria e secondaria
2001 Atlante Statistico dei
Comuni
Numero di addetti nelle strutture ricettive
Giorni di degenza in day hospital 2010
Giorni di degenza ordinaria
Numero di addetti negli ospedali pubblici 2010 Atlante Statistico dei
Comuni Numero di ospedali pubblici
Numero di Pronto Soccorso
Numero di ricorsi al Pronto Soccorso
Numero di scuole d’infanzia, d’istruzione primaria
e secondaria
2012
Numero di studenti nelle scuole d’infanzia,
d’istruzione primaria e secondaria
Residenti in case di riposo 2011 ISTAT
Presenze turistiche 2012, 2013,
2014
Protezione Civile
Numero di strutture ricettive aperte
Tabella 3.6: Elenco dei dati utilizzati con relativo anno di riferimento e fonte di informazione
Sono necessarie altre considerazioni oltre a quelle relative all’analisi a livello comunale del
Paragrafo 3.2:
Il numero di addetti nelle strutture ricettive e il numero di strutture ricettive aperte
sono dati a livello provinciale;
Il numero di strutture ricettive aperte è un dato mensile.
In questo caso non è stato necessario calcolare le presenze turistiche nella sola città di
Siracusa, al contrario del procedimento compiuto per l’analisi a livello comunale. Infatti, i
42
dati turistici sono utilizzati nel calcolo di presenze nelle strutture ricettive e questa formula
(Paragrafo 2.5.1) si basa su una proporzione fra le strutture ricettive aperte in Ortigia con
quota inferiore o uguale a 5 m e le strutture ricettive aperte nella provincia. Se, come
riferimento, si utilizzano anche gli altri dati presenti nella formula a livello provinciale
(ovvero il numero di addetti nelle strutture ricettive), la proporzione è realistica e non vi è
alcun bisogno di trasformare i dati di turismo a livello comunale.
3.4 Stima del PML relativo agli edifici
Per effettuare una stima del PML è innanzitutto necessario misurare la superficie di ciascuno
stabile e questa operazione è stata compiuta tramite il metodo esposto nel Paragrafo
precedente. Nel caso in un cui uno stesso stabile raggruppasse più numeri civici si è
considerato che ciascuno di questi occupasse la medesima superficie.
Si utilizzano dati del sito dell’Agenzia Nazionale del Territorio, relativi al primo semestre del
2015, sulle quotazioni immobiliari dell’OMI che individuano un intervallo di valori di
mercato, minimo e massimo, per m2 dell’edificio in base al tipo di destinazione, suddividendo
il comune in fasce: le fasce utilizzate per l’analisi della penisola di Ortigia sono 6 (Figura
3.3).
Figura 3.3: Fasce utilizzate per le quotazioni OMI per la penisola di Ortigia
43
Sono stati utilizzati i dati relativi agli edifici con destinazione residenziale, commerciale (per
strutture ricettive, farmacie, mercati e case di riposo), terziaria (per banche, uffici comunali e
postali, strutture scolastiche, Guardia di finanza, Guardia costiera, Commissariati e ospedali
pubblici) e produttiva (per le strutture industriali) dati in Tabella 3.7 e in Tabella 3.8.
Destinazione
Fascia
Residenziale Commerciale
Minimo Massimo Minimo Massimo
B1 1.150 1.500 3.000 4.500
B2 1.000 1.275 2.200 3.200
B3 925 1.200 1.600 2.500
B4 875 1.150 1.800 2.700
C1 840 1.005 1.500 2.200
D6 580 765 1.000 1.600
Tabella 3.7: Valori economici minimi e massimi (€) per m2 per tipologia residenziale e
commerciale in base alla fascia
Destinazione
Fascia
Terziaria Produttiva
Minimo Massimo Minimo Massimo
B1 1.600 2.175 1.000 1.400
B2 1.200 1.775 900 1.300
B3 1.100 1.450 750 1.100
B4 Dati non disponibili 700 950
C1 1.000 1.350 600 850
D6 805 1.115 550 720
Tabella 3.8: Valori economici minimi e massimi (€) per m2 per tipologia terziaria e produttiva
in base alla fascia
44
Sono opportune alcune note per quanto riguarda i valori di mercato di Tabella 3.7 e Tabella
3.8:
I dati per le strutture residenziali e terziarie sono suddivisi in base al tipo di edificio
che li ospita ma, non essendoci alcun dato in proposito, si è deciso di mediare i valori
proposti dal dataset originale;
I dati relativi a stabili commerciali sono suddivisi in base allo stato conservativo della
struttura, ma essendo indicato il tipo di conservazione più frequente nella fascia, è
questo il valore che è stato riportato in Tabella 3.7;
Sono assenti i dati relativi agli edifici con destinazione terziaria per la fascia B4, ma si
è scelto di utilizzare i dati relativi alle strutture terziarie della fascia B3 poiché risulta
la più affine per ciò che riguarda i valori economici delle altre strutture e si può
supporre ragionevolmente che anche i valori di mercato degli edifici terziari siano
similari.
Considerando la superficie inondata e la posizione di un edificio in esame, è stato calcolato il
suo valore economico minimo e massimo e, infine, questi valori sono stati sommati per
ottenere la stima finale minima e massima di PML.
45
4 Analisi dei dati
Il Capitolo 4 espone l’analisi dei dati raccolti e esaminati con i metodi esposti nel Capitolo 2.
4.1 SoVI
Dopo aver raccolto i dati elencati nel Paragrafo 3.1 si procede con l’analisi tramite il metodo
esposto nel Paragrafo 2.3.1, ovvero si normalizzano i dati a punti zeta e, successivamente,
grazie al software XLSTAT, si esegue la Principal Component Analysis. Si ottengono così 11
fattori, difatti gli autovettori della matrice, rappresentati con relativo autovalore e varianza
cumulata, in Figura 4.1.
Figura 4.1: Grafico con in ascissa i fattori ed in ordinata il relativo autovalore e la varianza
cumulata. I fattori con maggiore autovalore spiegano la maggiore varianza dei dati
I primi tre fattori spiegano il 71% della varianza dei dati e perciò sono considerati sufficienti
per l’analisi delle variabili. Tramite le coordinate delle variabili è possibile definire quali
indicatori sono rappresentati dai singoli fattori e, scegliendo come valore di soglia 0,5, si
elencano i tre fattori con relative informazioni in Tabella 4.1. È fondamentale considerare la
polarità della variabile: si attribuisce un segno positivo al fattore se il segno delle coordinate
delle variabili è in accordo con la polarità della variabile stessa, in caso contrario si impone un
0
20
40
60
80
100
0
0,5
1
1,5
2
2,5
3
3,5
4
F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11
Var
ianza
cum
ula
ta (
%)
Auto
val
ore
Fattori
46
segno negativo. Nel caso in cui tutte le variabili abbiano polarità positiva, ma alcune siano in
accordo e altre no con il segno della coordinata della variabile, si applica il valore assoluto.
Segno del
fattore
Fattore Variabile rappresentata Segno della
coordinata della
variabile
Polarità
della
variabile
Valore
assoluto
F1
Numero di imprese
commerciali per km2
Positivo Positiva
Numero medio di componenti
per famiglia
Negativo Positiva
Percentuale di famiglie in
alloggio in affitto
Positivo Positiva
Percentuale di popolazione
residente con età superiore a
65 anni
Positivo Positiva
Percentuale di popolazione
residente di sesso femminile
Positivo Positiva
Positivo F2 Percentuale di popolazione
residente con età inferiore a 5
anni
Positivo Positiva
Negativo
F3
Numero pro capite di ospedali
pubblici
Positivo Negativa
Numero di medici negli
ospedali pubblici per 100.000
persone
Positivo Negativa
Numero di edifici residenziali
per km2
Negativo Positiva
Tabella 4.1: Elenco dei fattori con variabili rappresentate, segno delle coordinate delle
variabili e segno del fattore
47
Considerando ora le coordinate delle osservazioni per ciascun comune, si costruisce il valore
finale di SoVI tramite la formula basata sulle considerazioni precedenti:
𝑆𝑜𝑉𝐼 = |𝐹1| + 𝐹2 − 𝐹3
Creando tre classi di vulnerabilità sociale (bassa, media e alta) si ottiene la classificazione
esposta qui sotto (Tabella 4.2 e Figura 4.2).
Basso Medio Alto
Alì Terme Avola Aci Castello
Augusta Calatabiano Acireale
Forza d'Agrò Carlentini Catania
Furci Siculo Fiumefreddo di Sicilia Giardini-Naxos
Itala Letojanni Mascali
Nizza di Sicilia Messina Melilli
Sant'Alessio Siculo Noto Pachino
Scaletta Zanclea Roccalumera Portopalo di Capo Passero
Santa Teresa di Riva Priolo Gargallo
Siracusa Riposto
Taormina
Tabella 4.2: Classificazione del SoVI per i comuni considerati
48
Figura 4.2: Mappa del SoVI per i comuni considerati
Successivamente si studiano i differenti comuni sulla base del valore di SoVI ottenuto e per
ogni classe di SoVI si individua in percentuale la provincia che contribuisce maggiormente: la
Figura seguente mostra i risultati di quanto detto.
49
Figura 4.3: Percentuali dei comuni a bassa, media e alta vulnerabilità sociale suddivisi in
base alla provincia
Nella classe di SoVI più bassa si ha l’88% (7 su 8) di comuni che appartengono alla provincia
di Messina e solo 1 a quella di Siracusa. Per la seconda classe (MEDIO) il contributo
maggiore viene ancora dalla provincia di Messina, 46% (5 su 11), seguita da Siracusa (4 su
11) e Catania (2 su 11). Al contrario tra i comuni con alta vulnerabilità solo 1 appartiene a
Messina (10%), mentre la maggioranza è sita in provincia di Catania (5 su 10) ed i restanti 4
sono di Siracusa.
Esaminando questi dati, si osserva che la provincia di Catania risulta la più vulnerabile poiché
i suoi comuni hanno un valore di SoVI sempre maggiore (4) o uguale (2) a MEDIO. La
provincia di Siracusa in questa classifica è seconda poiché ha un numero inferiore di comuni
con valore ALTO di vulnerabilità. Messina infine è ultima siccome la maggioranza (7 su 13)
dei suoi comuni è collocata nella classe con valore BASSO di SoVI.
Basandosi sui dataset originali si osserva che i comuni ad alta vulnerabilità risultano avere un
valore elevato per i seguenti parametri: numero di edifici residenziali e imprese per km2,
percentuale di popolazione con età inferiore a 5 anni, numero medio di componenti per
famiglia e percentuale di famiglie in alloggio in affitto. Questi, avendo polarità positiva,
indicano una vulnerabilità maggiore e si può perciò affermare che i suddetti indicatori
rivestono un ruolo importante nel determinare la classificazione di vulnerabilità sociale che si
è ottenuta.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Basso Medio Alto
Catania Messina Siracusa
50
4.2 Analisi di vulnerabilità sociale in ambito comunale
Utilizzando le formule esposte nel Paragrafo 2.4 si ottengono i valori di presenze totali
(Tabella 4.3) e i valori di presenze giornaliere negli edifici considerati vulnerabili dal punto di
vista sociale (Tabella 4.4).
Mese
Popolazione
residente Presenze turistiche giornaliere Presenze giornaliere totali
Gennaio
122.503
335 122.838
Febbraio 353 122.856
Marzo 606 123.109
Aprile 1.109 123.612
Maggio 1.539 124.042
Giugno 1.775 124.278
Luglio 1.910 124.413
Agosto 2.501 125.004
Settembre 1.886 124.389
Ottobre 1.142 123.645
Novembre 456 122.959
Dicembre 365 122.868
Tabella 4.3: Presenze giornaliere totali con variazione mensile per la città di Siracusa
Si osserva che le presenze turistiche sono minime nei mesi invernali (gennaio) e crescono
rapidamente fino ad agosto, mese in cui si registra il massimo delle presenze, mentre da
settembre calano nuovamente. Il dato totale (Tabella 4.3) è ottenuto come somma della
popolazione e del flusso turistico e, avendo la popolazione un valore fisso, dipende dalla
variazione del flusso turistico, raggiungendo il suo apice nel mese di agosto con un valore pari
a 125.004 persone, dove il flusso turistico rappresenta solo il 2% del totale.
51
L’andamento delle presenze negli stabilimenti balneari mostrato nella Figura 4.4 è calcolato
in modo simile a quello del flusso turistico. Ciò che ragionevolmente si ottiene è che il
massimo delle presenze si registra nel mese di agosto, mentre nei mesi invernali il valore si
azzera. Questo dato considera solo le persone non residenti, per mancanza di dati infatti non si
è potuto tenere conto di quanti residenti usufruiscono degli stabilimenti balneari.
Figura 4.4: Confronto fra l’andamento delle presenze turistiche giornaliere e le presenze
giornaliere negli stabilimenti balneari
La Tabella 4.4 mostra anche il numero di persone per gli altri edifici considerati importanti
per la vulnerabilità sociale.
0
500
1000
1500
2000
2500
3000
Presenze turistiche giornaliere Presenze negli stabilimenti balneari
52
Mese Edifici scolastici
e universitari Ospedali pubblici Stabilimenti balneari Porti
Gennaio 22.492
806
0 178
Febbraio 22.492 0 178
Marzo 22.492 0 178
Aprile 22.492 0 178
Maggio 22.492 374 613
Giugno 22.492 610 613
Luglio 0 745 613
Agosto 0 1.336 613
Settembre 22.492 721 613
Ottobre 22.492 0 613
Novembre 22.492 0 178
Dicembre 22.492 0 178
Tabella 4.4: Presenze giornaliere negli edifici considerati vulnerabili dal punto di vista
sociale per la città di Siracusa
Tra gli edifici considerati, solo gli ospedali pubblici hanno un valore fisso di persone, mentre
le costruzioni relative alle altre tre colonne mostrano una variabilità temporale che presenta
forti discontinuità. Le scuole nei due mesi estivi, luglio ed agosto, hanno presenze nulle.
Alcuni mesi (dicembre, gennaio, giugno e settembre) anche se presentano numerosi giorni di
vacanza, sono stati considerati in modo uguale a quelli con un’attività scolastica continua.
Altra variabilità temporale trascurata per quanto riguarda la scuola, è quella dovuta alla
chiusura domenicale. Le presenze nella scuola, per quanto detto, mostrano una forte
discontinuità che è da tenere sicuramente in considerazione quando si definisce la
vulnerabilità sociale di una città. Le variazioni temporali delle altre due colonne, stabilimenti
balneari e porti, hanno anch’esse forti discontinuità ma il numero delle persone coinvolte è un
ordine di grandezza inferiore rispetto alle scuole (circa 2.000 contro 22.000), perciò hanno
sicuramente un peso diverso, in particolare per approntare un piano di emergenza.
53
Soffermandosi sui dati presenti in Tabella 4.4, si deve specificare che le presenze nei porti,
avendo questi per lo più carattere turistico, hanno un aumento sensibile nel semestre estivo a
causa della presenze di società che organizzano attività escursionistiche. Relativamente ai dati
di presenze negli edifici scolastici e universitari, è necessario notare che solamente il 5% delle
presenze rappresenta studenti e addetti nelle università, mentre il restante 95% sono studenti e
addetti nelle scuole d’infanzia, d’istruzione primaria e secondaria.
4.3 Analisi di vulnerabilità sociale a livello delle singole
strutture nell’area di inondazione
È innanzitutto necessario identificare la posizione di ciascun edificio studiato: tale argomento
è trattato nel Paragrafo successivo.
4.3.1 Localizzazione delle strutture
Per individuare gli edifici ritenuti vulnerabili dal punto di vista sociale si utilizzano i rispettivi
recapiti. Non essendo disponibile in ArcGis un metodo di ricerca in base all’indirizzo è stata
creata una mappa in formato KMZ tramite il software Google Earth (Figura 4.5), dove a
ciascuna tipologia di edifici è stato assegnato un segnaposto differente. La mappa si è rivelata
utile poiché, localizzando ciascuna struttura su di essa, risulta più semplice in seguito
identificarla sulla CTN.
Figura 4.5: Parte della mappa creata con Google Earth dove ciascun segnaposto indica una
tipologia di edificio differente
54
Dopo aver tenuto in considerazione esclusivamente gli edifici presenti nella zona analizzata, a
ogni stabile è stato associato il proprio codice handle e si è costruito un file Excel per rendere
più veloce la ricerca dei vari attributi, ovvero le proprietà di ciascun edificio. In seguito,
tramite questi handle, è stata creata una mappa su ArcGis (Figura 4.6) in cui gli edifici sono
rappresentati con colori diversi in base alla tipologia. Si riportano in Tabella 4.5 il tipo e il
numero di edifici trovati nella zona studiata.
Figura 4.6: Mappa degli edifici ritenuti vulnerabili rappresentati con colori diversi in base
alla tipologia. Le linee nere e celesti rappresentano rispettivamente le strade e le acque
55
Sruttura Numero Struttura Numero
Stazione dei treni 1 Strutture ricettive 111
Campeggi 1 Edifici scolastici 17
Università 2 Biblioteche 2
Uffici comunali 12 Vigili del fuoco 1
Guardia di finanza 1 Guardia costiera 1
Carabinieri 1 Commissariati 1
Siti archeologici 8 Castelli 1
Musei 10 Chiese 20
Uffici postali 4 Banche 17
Ospedali pubblici 2 Case di riposo 2
Farmacie 11 Mercati 1
Teatri e cinema 3 Campi sportivi 1
Tabella 4.5: Tipologia e numero di strutture nella zona analizzata
È necessario considerare anche altre strutture ritenute vulnerabili dal punto di vista sociale
(Figura 4.6) ma che non è stato possibile posizionare nella CTN poiché non collegate a uno
stabile fisso:
La stazione degli autobus;
Una spiaggia privata di un hotel e due solarium;
Tre mercati rionali situati in Piazza Santa Lucia, Via Trento e Via Emanuele de
Benedictis.
Vi è inoltre un Acquario, ospitato in una unità immobiliare che non è però identificabile nella
CTN, poiché situata al di sotto del Largo Aretusa.
56
Figura 4.7: Altre stutturei e luoghi considerati vulnerabili dal punto di vista sociale
4.3.2 Selezione delle strutture
Lo step successivo è la selezione degli edifici con quota uguale o inferiore a 5 m, operazione
effettuata utilizzando le proprietà di selezione per attributi di ArcGis. Ciò porta all’esclusione
di numerosi tipi di strutture, fra cui biblioteche, campeggi, campi sportivi, castelli, musei,
teatri, cinema e basi dei Vigili del Fuoco. Gli edifici che hanno una quota topografica
inferiore a 5 m sono sintetizzati, sulla base della tipologia di appartenenza, nella Tabella 4.6 e
nella Figura 4.8 si può vedere dove sono posizionati.
57
Struttura Numero Struttura Numero
Stazione dei treni 1 Strutture ricettive 37
Edifici scolastici 4 Uffici comunali 3
Guardia di finanza 1 Guardia costiera 1
Commissariati 1 Siti archeologici 1
Chiese 3 Uffici postali 3
Banche 10 Ospedali pubblici 1
Case di riposo 1 Farmacie 4
Mercati 1
Tabella 4.6: Tipologia e numero di strutture con quota topografica uguale o inferiore a 5 m
Si osserva che solamente il 33% (37 su 111) delle strutture ricettive ha quota topografica
uguale o inferiore a 5 m e, fra queste, 20 sono situate nella penisola di Ortigia. Entrambe le
università di Siracusa si trovano in stabili a quota superiore e, al contrario, 4 edifici scolastici
su 17 hanno una quota uguale o minore della soglia selezionata, così come il 25% degli uffici
comunali e 1 sito archeologico su 8. L’85% delle chiese ha invece quota topografica superiore
a 5 m. Per ciò che riguarda uffici postali e banche, rispettivamente il 75% e il 59% sono a
quota uguale o inferiore al valore selezionato. Relativamente a ospedali pubblici e case di
riposo, in entrambi i casi 1 struttura su 2 ha quota superiore, mentre solo 4 farmacie su 11
sono state selezionate a causa della loro quota topografica uguale o inferiore a 5 m. Le altre
strutture non menzionate in precedenza sono tutte a quota uguale o inferiore alla soglia
selezionata e sono perciò riportate in Tabella 4.6.
58
Figura 4.8: Mappa delle strutture ritenuti vulnerabili a quota uguale o inferiore a 5 m
Da questa mappa si osserva che le strutture a rischio si trovano soprattutto nella parte
settentrionale della penisola di Ortigia e nel quartiere compreso fra il Porto Piccolo e il Porto
Grande. Nella sezione occidentale della mappa si identificano solamente un ufficio comunale,
un edificio scolastico e il mercato ortofrutticolo. Questa zona è infatti principalmente
industriale. La punta meridionale di Ortigia è zona commerciale, ma non ha stabili con quota
uguale o inferiore al valore selezionato.
Per ciò che riguarda le unità residenziali, si riportano in Figura 4.9 i 1.825 stabili del layer
B001 a quota uguale o inferiore a 5 m.
59
Figura 4.9: Mappa degli edifici residenziali a quota uguale o inferiore a 5 m
Le zone residenziali con stabili selezionati per l’analisi di questo studio sono la parte
settentrionale della penisola di Ortigia, l’area compresa fra il Porto Piccolo e il Porto Grande e
il quartiere leggermente a nord di questa zona. L’area a nord della mappa è zona residenziale,
ma le quote degli edifici sono superiori al valore selezionato.
Per ciò che riguarda invece le strutture industriali (identificabili tramite il layer B002), si
riportano in Figura 4.10 gli stabili a quota topografica uguale o inferiore a 5 m, anche se non
saranno utilizzati nell’analisi.
60
Figura 4.10: Mappa delle strutture del layer B002 a quota uguale o inferiore a 5 m
Si osserva, come precedentemente affermato, che la zona occidentale della mappa è
principalmente industriale ed è infatti qui che si concentrano questo tipo di stabili.
4.3.3 Analisi di vulnerabilità
Lo step successivo è il calcolo delle vulnerabilità all’interno delle strutture selezionate.
Inoltre, si studiano separatamente gli edifici ritenuti vulnerabili dal punto di vista sociale e le
strutture residenziali analizzando gli stabili in base a due fattori:
61
1. Il numero di piani di ciascuno stabile;
2. L’altezza della colonna d’acqua, ovvero la differenza fra i 5 m di inondazione di
riferimento e la quota topografica dello stabile.
Si sceglie come soglia di riferimento per l’altezza di un piano 2,5 m.
4.3.3.1 Edifici e strutture vulnerabili dal punto di vista sociale
Le presenze giornaliere in edifici scolastici, ospedali pubblici, strutture ricettive e case di
riposo sono calcolate tramite la metodologia esposta nel Paragrafo 2.5, mentre per gli
stabilimenti balneari abbiamo fatto una stima quantitativa sulla base di immagini fotografiche
che illustreremo qui di seguito. I risultati ottenuti per ogni tipologia e il totale sono mostrati in
Tabella 4.8.
Nell’area di Siracusa sono stati riconosciuti 3 stabilimenti balneari posizionati sulla costa
orientale di Siracusa (Figura 4.7). La stima delle persone che possono ospitare si è basata su
alcune fotografie trovate utilizzando Google Earth. Partendo da nord il primo lido (Figura 4.7)
che si incontra appena fuori dal Porto Piccolo è la spiaggia sabbiosa del Musciara Siracusa
Resort (Foto A della Figura 4.11). Dalle foto si è visto che la struttura può ospitare circa una
trentina di ombrelloni. Il secondo lido è situato sulla costa della penisola di Ortigia, all’interno
del Porto Piccolo ed è difeso dai moli di protezione del porto stesso. Questo lido, denominato
solarium Porto Piccolo (Foto B della Figura 4.11), è costituito da una ridotta parte di spiaggia
sabbiosa con 12 ombrelloni e una struttura in legno che può ospitare altri lettini. Il terzo ed
ultimo lido è posizionato sulla parte sud della costa orientale della penisola di Ortigia, e
prende il nome di solarium Forte Vigliena. La costa in questa zona è rocciosa e la strada che
costeggia la costa si trova ad un’altezza superiore ai 5 m. Per raggiungere il lido, costituito da
quattro piattaforme (tre in legno ed una rocciosa) ad un’altezza di circa 2 m s.l.m, si devono
scendere due rampe di scale (Foto C della Figura 4.11).
62
Figura 4.11: Spiaggia privata dell’hotel (A), solarium Porto Piccolo (B) e solarium Forte
Vigliena (C)
Sulla base delle fotografie, considerando 2 persone per ombrellone più eventuali bambini, si
ottengono un valore di 80 e 60 persone rispettivamente per il primo e per il secondo lido. Per
il solarium Forte Vigliena si misurano le aree delle piattaforme di legno e rocciosa tramite
Google Earth e, considerando che una persona occupi circa 2 m2, si ottiene una stima di 150
persone. Sommando questi 3 valori si ottiene un totale massimo di 290 individui.
Per non considerare un valore di presenze costante durante l’anno si è pensato di procedere
con il seguente metodo:
Basandosi sui risultati del precedente Paragrafo, si calcolano le percentuali mensili di
frequenza degli stabilimenti balneari di Siracusa (Tabella 4.7), considerando come
valore di riferimento il mese con maggiori presenze, ovvero Agosto;
Utilizzando queste percentuali e il valore massimo di 290 persone si calcolano le
presenze giornaliere nei 3 stabilimenti balneari della penisola di Ortigia (Tabella 4.8).
Maggio Giugno Luglio Agosto Settembre
Percentuale (%) 28 46 56 100 54
Tabella 4.7: Percentuale di frequenza mensile degli stabilimenti di Siracusa rispetto al mese
con maggiori presenze (agosto)
Il numero di persone stimato è mostrato nella sesta colonna della Tabella 4.8.
63
Mese Edifici
scolastici
Ospedali
pubblici
Case di
riposo
Strutture
ricettive
Stabilimenti
balneari
Totale
Gennaio 1.050
151 11
237 0 1.449
Febbraio 1.050 243 0 1.455
Marzo 1.050 327 0 1.539
Aprile 1.050 493 0 1.705
Maggio 1.050 631 81 1.924
Giugno 1.050 702 133 2.047
Luglio 0 745 162 1.069
Agosto 0 934 290 1.386
Settembre 1.050 731 157 2.100
Ottobre 1.050 490 0 1.702
Novembre 1.050 269 0 1.481
Dicembre 1.050 240 0 1.452
Tabella 4.8: Presenze in edifici scolastici, ospedali pubblici, case di riposo, strutture ricettive
e stabilimenti balneari nella zona inondata
Le presenze negli edifici scolastici sono solamente il 5% del valore che si era ottenuto a
livello comunale poiché si hanno solamente 4 strutture scolastiche nella zona inondata; le
considerazioni relative alle variazioni temporali fatte nell’analisi a livello comunale sono
valide anche in questo caso.
Per le strutture ricettive, se si escludono dai valori ottenuti gli addetti, le presenze sono
mediamente il 33% dei valori a livello comunale e l’andamento risulta similare al flusso
turistico comunale, con presenze massime in agosto e minime in gennaio.
Relativamente agli stabilimenti balneari, i valori sono circa il 22% di ciò che è stato ottenuto a
livello comunale, mentre, per come è stato costruito il dato, l’andamento è identico: ad agosto
si registra il valore massimo (290), mentre nei mesi invernali il valore è nullo. Il valore di
vulnerabilità ottenuto per gli ospedali pubblici risulta essere il 19% rispetto a ciò che si è
64
ottenuto per l’intero comune di Siracusa e, inoltre, gli ospedali pubblici e le case di riposo
sono le uniche tipologie di strutture dove la vulnerabilità si considera costante temporalmente.
I risultati della Tabella 4.8 mostrano che il massimo valore di vulnerabilità sociale (2.100
persone) si raggiunge nei mesi di settembre dove è massima la componente scolastica ed è
importante il valore apportato dalle strutture ricettive e dagli stabilimenti balneari, mentre il
minimo si ha nel mese di luglio (1.069 persone) quando si azzera il valore relativo agli edifici
scolastici.
Questo primo risultato evidenzia chiaramente come le strutture in cui si concentrano un
numero alto di persone determini in modo significativo la vulnerabilità sociale di un’area. Ciò
era già stato evidenziato nell’analisi a livello comunale.
La vulnerabilità massima così ottenuta, senza tenere in considerazione la specificità delle
strutture e soprattutto la colonna d’acqua che coinvolge le strutture, sottostima il valore
apportato da alcune strutture, in particolare le strutture balneari per la vicinanza alla costa e le
case di riposo per la tipologia di persone.
Per gli altri edifici e luoghi selezionati (Tabella 4.6 e Figura 4.8), non essendo disponibili dati
sul personale e sul flusso di individui, non si è in grado di valutare la popolazione vulnerabile
presente. Tra questi, i mercati, la stazione e le chiese, rivestono un’importanza maggiore dal
punto di vista sociale poiché sono luoghi dove si concentrano, anche se solo per brevi periodi
(qualche ora), un numero importante di persone (maggiore di 100).
4.3.3.2 Danno da maremoto alle persone
L’ultima fase di quest’analisi ha l’obiettivo di calcolare il livello di danno alle persone
utilizzando la metodologia esposta nel Paragrafo 2.6. L’analisi si basa sulla colonna d’acqua
che colpisce un edificio e sul numero di persone presenti, calcolato considerando l’area delle
strutture. Due altri parametri che si valutano per determinare il danno alle persone sono il
numero di piani e il danno strutturale che un edificio subisce. Quest’ultimo dato è stato
ottenuto dalla classificazione con il metodo SCHEMA presentato da Pagnoni et al. (2014). Le
strutture che subiscono un danno classificato come parziale o totale collasso non
rappresentano più una difesa per le persone presenti nell’edificio e quindi si assume che la
mortalità sia determinata dai dati ottenuti dal lavoro di Koshimura et al. (2009). Questa
assunzione è valida anche per le persone che si trovano in strutture aperte: mercati,
stabilimenti balneari, stazioni e siti archeologici all’aperto.
65
Partiamo ad analizzare le strutture non residenziali considerando separatamente gli edifici ad
un piano (Tabella 4.9) rispetto agli altri (Tabella 4.10). La Tabella 4.9 mostra il numero di
edifici (9) ad 1 piano divisi per colonna d’acqua secondo gli intervalli definiti nel Paragrafo
2.6. L’unica struttura per cui è stato stimato il numero di persone presenti è la casa di riposo,
che è colpita da una colonna d’acqua inferiore a 1,5 m e quindi le persone presenti subiranno
un danno E2. Per gli altri edifici, anche in assenza del dato di persone, è possibile riferire la
tipologia di danno e percentuale di fatalità che subirebbero le persone presenti. Tra i luoghi
coinvolti da una colonna d’acqua superiore ai 1,5 m, soglia sopra la quale la probabilità di
mortalità diventa importante, si trovano due chiese ed il mercato ortofrutticolo, luoghi in cui
si concentrano un numero importante di persone anche se per brevi periodi.
Colonna d’acqua (m)
0-1 1-1,5 1,5-2,5 2,5-3,5 3,5-5
Banche 1 0 0 0 0
Case di riposo 0 1 0 0 0
Chiese 1 0 2 0 0
Guardia costiera 0 0 0 0 1
Mercato
ortofrutticolo 0 0 0 1 0
Stazione ferroviaria 1 0 0 0 0
Uffici comunali 0 0 0 1 0
Tabella 4.9: Numero di edifici non residenziali a un piano suddivisi in base all’altezza della
colonna d’acqua. Evidenziati in azzurro gli edifici in cui abbiamo una stima delle persone
presenti
La Tabella 4.10 mostra la distribuzione degli edifici (62) a 2 o più piani in funzione della
colonna d’acqua. Come già visto per gli edifici ad 1 piano abbiamo la stima delle persone solo
per alcune tipologie di edifici: strutture ricettive, ospedali e scuole; mentre per gli altri è
possibile solo esprimere la tipologia di danno che le persone potrebbero subire. Se si
osservano gli edifici più importanti per la vulnerabilità sociale, scuole (4) ed ospedali (1), si
nota che un ospedale e due scuole sono investiti da una colonna d’acqua inferiore ad 1 m che
66
produce il minimo danno alle persone. Altre due scuole invece si trovano in un’area dove il
valore della colonna d’acqua supera i 2,5 m. La quarta e quinta colonna evidenziano gli edifici
in cui anche il primo piano, insieme al piano terra, e le persone presenti sono coinvolte
dall’inondazione. Tra questi ci sono 2 scuole, 12 strutture ricettive, 1 ufficio comunale, 3
uffici postali, 3 banche ed 1 farmacia. Le ultime tre tipologie di edifici, pur essendo inserite in
strutture a più piani, solitamente occupano il piano terra degli edifici.
Colonna d’acqua (m)
0-1 1-1,5 1,5-2,5 2,5-3,5 3,5-5
Banche 3 1 2 3 0
Commissariati 0 0 1 0 0
Farmacia 1 1 1 1 0
Guardia di Finanza 0 0 1 0 0
Strutture ricettive 9 8 8 9 3
Ospedale pubblico 1 0 0 0 0
Scuole 2 0 0 0 2
Uffici postali 0 0 0 3 0
Uffici comunali 0 0 1 0 1
Tabella 4.10: Numero delle strutture non residenziali a due o più piani suddivisi in base
all’altezza della colonna d’acqua. Evidenziati in azzurro le strutture in cui abbiamo una
stima delle persone presenti
67
Figura 4.12: Mappa delle strutture non residenziali in base alla colonna d’acqua
In questo Capitolo si considerano anche i luoghi importanti dal punto di vista sociale che non
sono rappresentati da alcuna struttura fissa. Nella Tabella 4.11 per ogni luogo
precedentemente indicato come importante dal punto di vista sociale ma senza una struttura
presente nel CTN a rappresentarlo si è indicata la colonna d’acqua e la relativa percentuale di
mortalità. I luoghi più esposti sono chiaramente i lidi in cui la colonna d’acqua è la massima
possibile (5 m), a parte il lido Forte Vigliena che è collocato a 2 m sul livello del mare; oltre a
questi c’è l’Acquario, che si trova sulla costa occidentale della penisola di Ortigia ad una
quota di circa 1 m, ed il sito archeologico, posizionato a 2 m s.l.m. La colonna d’acqua è al
contrario molto bassa per la stazione degli autobus ed assente per il mercato all’aperto che si
svolge in Piazza Santa Lucia, che si trova ad una quota di circa 10 m. Gli altri mercati
all’aperto considerati si trovano ad una quota di circa 3 m e sarebbero perciò interessati da
una colonna d’acqua di 2 m.
68
Colonna d’acqua (m) Percentuale di vittime (%)
Stazione degli autobus 0,3 0
Spiaggia Musciara
Siracusa Resort
5 66
Spiaggia Porto Piccolo 5 66
Spiaggia Forte Vigliena 3 56
Acquario 4 66
Sito archeologico 3 56
Mercato Piazza S.
Lucia
0 0
Mercato Via Trento 2 24
Mercato Via Emanuele
de Benedictis
2 24
Tabella 4.11: Luoghi considerati vulnerabili dal punto di vista sociale con colonna d’acqua e
relativa percentuale di vittime. Evidenziati in azzurro i luoghi per cui abbiamo una stima
delle persone presenti.
4.3.3.3 Edifici residenziali
Per ciò che riguarda i calcoli di vulnerabilità, tramite il metodo esposto nel Paragrafo 2.5 si
ottiene una stima di popolazione residente in questi edifici pari a 36.160 persone.
La superficie di base occupata da questi edifici residenziali è pari a 0,2 km2 e suddividendo i
residenti in base al piano occupato si ottengono i valori di Tabella 4.12.
Piano terra Primo piano Altri piani
Residenti 14.347 12.352 9.461
Tabella 4.12: Residenti in base al piano abitato degli edifici residenziali
69
Le persone potenzialmente coinvolte in caso di inondazione pari a 5 m sono i residenti del
piano terra e del primo piano, per un totale di 26.699 individui, ovvero il 22% della
popolazione di Siracusa.
Classificando gli edifici residenziali tramite il metodo esposto nel Paragrafo 2.6, si assegna
alle persone presenti in ciascun piano terra ed eventuale primo piano un livello di esposizione
e si ottengono i risultati esposti in Tabella 4.13 e in Tabella 4.14 dove sono riportati il numero
di persone coinvolte. Gli edifici residenziali legati a crolli parziali o totali sono invece
elencati, con relativi valori di persone coinvolte, in Tabella 4.15.
Colonna d’acqua
(m)
Livello di
esposizione
Percentuale di vittime
(%)
Presenze
coinvolte
0-1 E1 0 2.863
1-1,5 E2 4 2.131
1,5-2,5 E3 24 4.310
2,5-3,5 E3 56 3.926
3,5-5 E3 66 1.072
Tabella 4.13: Presenze coinvolte in base al livello di esposizione assegnato al piano terra
degli edifici residenziali
La maggior parte degli individui residenti ai piani terra (8.236 su 14.302, ovvero il 58%) è
presente in edifici con colonna d’acqua compresa fra 1,5 e 3,5 m e livello di esposizione E3
basso e medio. Il 7% (1.072 su 14.302) è invece a livello di esposizione E3 alto e rappresenta
la parte di popolazione più a rischio.
Colonna d’acqua
(m)
Livello di
esposizione
Percentuale di vittime
(%)
Presenze
coinvolte
2,5-3,5 E1 0 3.334
3,5-4 E2 4 525
4-5 E3 24 354
Tabella 4.14: Presenze coinvolte in base al livello di esposizione assegnato al primo piano
degli edifici residenziali
70
L’80% dei residenti ai primi piani (3.334 su 4.213) è al livello di esposizione inferiore (E1)
con probabilità di morte nulla, mentre il 12% e l’8% appartengono rispettivamente a livello
E2 ed E3 basso.
Colonna d’acqua
(m)
Livello di
esposizione
Percentuale di vittime
(%)
Presenze
coinvolte
0-2,5 E3 24 0
2,5-3,5 E3 56 12
3,5-5 E3 66 35
Tabella 4.15: Presenze negli edifici classificati con livello di danno D4 o D5 con il metodo
Schema
Il livello di esposizione per gli edifici che subiscono crolli parziali o totali è E3 e la
probabilità di morte non è mai nulla e cresce all’aumentare della colonna d’acqua: i residenti
ivi presenti sono perciò parte della popolazione più a rischio.
È possibile localizzare questi edifici residenziali in base all’altezza della colonna d’acqua
(Figura 4.13): ciò che si osserva è che gli edifici con colonna d'acqua maggiore sono nella
zona compresa fra il Porto Piccolo e il Porto Grande, nella costa settentrionale del Porto
Piccolo e nella zona occidentale della Baia di Siracusa. Sono queste perciò le zone più
pericolose per la popolazione.
71
Figura 4.13: Mappa degli edifici residenziali classificati in base alla colonna d’acqua
4.3.3.4 Risultati complessivi dell’analisi di vulnerabilità
Considerando la classificazione appena effettuata, è possibile valutare, per ciascun livello di
esposizione, il numero di presenze coinvolte per edifici residenziali e non: i risultati sono
presentati in Tabella 4.16.
E1 E2 E3
Percentuale di vittime (%) 0 4 Basso, 24 Medio, 56 Alto, 66
Edifici non residenziali 443 224 184 406 330
Edifici residenziali 6.187 2.656 4.664 3.938 1.107
Tabella 4.16: Elenco degli individui coinvolti in base a livello di esposizione e tipo di edificio
Gli individui coinvolti totali sono 20.139, di cui 18.852 residenti. Nel livello E1 vi sono 6.630
persone (ovvero il 33%), che hanno perciò il proprio piano allagato ma non vengono trascinati
dall’acqua. Il 14% (ovvero 2.880) ha invece mobilità ridotta ed è all’interno di edifici con
livello E2, con 4% di probabilità di morte. Il restante 53% (10.629 individui) rappresenta le
72
persone presenti in edifici con livello di esposizione maggiore, suddivisi a loro volta in tre
intervalli: la maggior parte (4.848) ha probabilità di morte del 24%, per 4.344 la percentuale
di vittime è del 56% e, infine, per 1.437 la mortalità è la massima considerata (66%).
4.4 Stima del PML relativo agli edifici
Per calcolare il PML si deve stimare la superficie inondata ed è necessario conoscere il
numero di piani di ciascun edificio e l’altezza della colonna d’acqua. Nell’articolo di Grezio
et al. (2012) è stato considerato un valore soglia pari a un run-up di 0,5 m affinché
un’inondazione provochi danni alle persone o alle strutture, ma utilizzando un livello di 5 m
nell’area considerata questa condizione è superata. Si utilizzano i valori di colonna d’acqua,
determinati per ogni edificio, per calcolare i numeri di piani inondati. Per ogni piano si
considerano inoltre due intervalli di inondazione (l’altezza di ogni piano è già stata definita
pari a 2,5 m): se la colonna d’acqua è nell’intervallo 0,1 - 1 m si considera il 40% del valore
dell’area inondata, se superiore ad 1 m si valuta come danno il totale del valore. Il calcolo del
PML è stato fatto per gli edifici non residenziali, per gli edifici residenziali e per i capannoni,
indicati nel CTN con il codice B002 e presenti soprattutto nella parte occidentale dell’area
considerata.
Struttura
ricettive Farmacie Mercati
Case di
riposo Banche
Ospedali
pubblici
Area inondata 40%
(m2) 1.700 0 0 0 290 1.900
Area totalmente
inondata (m2) 2.800 200 4.100 90 330 0
Danno economico
minimo (milioni di €) 5,6 0,3 4,1 0,1 0,5 0,9
Danno economico
massimo (milioni di €) 8,6 0,5 6,5 0,2 0,7 1,4
Tabella 4.17: Prima parte dell’elenco delle aree inondate al 40% o totalmente inondate e dei
danni economici minimi e massimi per tipologia di struttura non residenziale
73
Uffici
postali
Edifici
scolastici
Guardia di finanza, Guardia
costiera, Commissariati Totale
Area inondata 40% (m2) 0 5.500 0 9.390
Area totalmente inondata
(m2) 70 10.000 1.700 19.290
Danno economico
minimo (milioni di €) 0,08 12 2,1 26
Danno economico
massimo (milioni di €) 0,1 16 3,1 37
Tabella 4.18: Seconda parte dell’elenco delle aree inondate al 40% o totalmente inondate e
dei danni economici minimi e massimi per tipologia di struttura non residenziale. L’ultima
colonna esprime i totali ottenuti sommando i valori di tutte le strutture
Tabella 4.19: Elenco delle aree inondate al 40% o totalmente inondate e dei danni economici
minimi e massimi per gli edifici residenziali
Edifici residenziali B1 B2 B3 B4 C1 D6 Totale
Area inondata 40% (m2) 4.900 20.000 33.000 8.000 5.300 7.700 78.900
Area totalmente inondata
(m2) 4.500 34.000 97.000 14.000 2.800 21.000 173.300
Danno economico minimo
(milioni di €)
7,5 42 101 15 4 14 184
Danno economico massimo
(milioni di €)
9,7 54 132 19 5 18 238
74
Strutture industriali D6
Area inondata 40% 7.400
Area totalmente inondata 82.000
Danno economico minimo (milioni di €) 47
Danno economico massimo (milioni di €) 61
Tabella 4.20: Aree inondate al 40% o totalmente inondate e dei danni economici minimi e
massimi per le strutture industriali
Edifici vari Edifici residenziali Capannoni Totale
Danno economico
minimo
(milioni di €)
26 184 47 257
Danno economico
massimo
(milioni di €)
36 238 61 335
Tabella 4.21: Riassunto e totale dei danni economici minimi e massimi per tutte le strutture
Esaminando i risultati, si riscontra che la perdita economica maggiore è legata alle strutture
residenziali poiché, sebbene il valore economico per edifici residenziali sia inferiore rispetto
al valore per edifici commerciali, terziari e produttivi (Tabella 3.7 e Tabella 3.8), il numero di
questo tipo di strutture è decisamente maggiore rispetto agli altri edifici. La perdita economica
minore è invece dovuta agli uffici postali a causa della superficie coinvolta, decisamente
inferiore rispetto alle altre strutture.
Il valore minimo e massimo di PML sono 257 Milioni di Euro e 335 Milioni di Euro: questi
valori si riferiscono esclusivamente al valore di mercato della struttura, senza considerare
alcun bene mobile presente all’interno. Questi valori corrispondono al 3-4% del PIL della
Provincia di Siracusa, stimato in circa 7,6 Miliardi di euro.
75
5 Conclusioni
Si traggono le conclusioni commentando i metodi utilizzati e sottolineandone validità e limiti.
5.1 SoVI
Questo indice di vulnerabilità sociale è il primo delle metodologie adoperate per la stima di
vulnerabilità sociale. Al contrario degli altri due metodi utilizzati, il SoVI non indica nel
dettaglio il numero di persone che subiscono danno maggiore in caso di tsunami, ma
individua i comuni che possiedono una maggiore vulnerabilità sociale in base alle variabili
considerate.
Tramite il calcolo di questo indicatore, si è ottenuto che la città di Catania risulta avere un
valore di vulnerabilità sociale elevato, mentre Messina e Siracusa sono invece a media
vulnerabilità. In particolare, i valori dei singoli fattori che determinano il valore del SoVI per
Siracusa sono presentati in Tabella 5.1.
Valore del
fattore
Fattore Variabili rappresentate
0,0706
F1
Numero di imprese commerciali per km2
Numero medio di componenti per famiglia
Percentuale di famiglie in alloggio in affitto
Percentuale di popolazione residente con età superiore a 65 anni
Percentuale di popolazione residente di sesso femminile
1,4130
F2 Percentuale di popolazione residente con età inferiore a 5 anni
0,6651
F3
Numero pro capite di ospedali pubblici
Numero di medici negli ospedali pubblici per 100.000 persone
Numero di edifici residenziali per km2
Tabella 5.1: Valori per i fattori F1, F2 e F3 per Siracusa con relative variabili rappresentate
76
Il fattore F1 ha poca importanza quindi le variabili relative sono neutrali nel determinare il
SoVI. Al contrario, la percentuale di popolazione residente con età inferiore a 5 anni è
influente in modo significativo poiché il fattore F2 ha valore pari a 1,4. Infine, poiché nel
calcolo del SoVI il fattore F3 si sottrae, le variabili rappresentate implicano un calo di
vulnerabilità sociale. Riassumendo, si può affermare che la vulnerabilità sociale calcolata con
il SoVI per Siracusa dipende sostanzialmente da 4 variabili.
La vulnerabilità sociale così calcolata non dipende dal tipo di evento considerato e perciò è
valida sia per tsunami che per altri tipi di disastri naturali.
5.2 Analisi di vulnerabilità sociale in ambito comunale
Questa analisi inquadra in maniera generale la situazione sociale del comune di Siracusa ed è
utile per valutare, oltre al dato di popolazione residente, il numero di persone appartenenti a
gruppi considerati più deboli:
I turisti devono cercare riparo pur non conoscendo bene la città e riscontrano maggiore
difficoltà se stranieri nel caso in cui non conoscano bene l’Italiano;
Le presenze in edifici scolastici e universitari potrebbero affrontare un evento
pericoloso all’interno di strutture dove un gran numero di individui potrebbe andare in
panico;
I pazienti degli ospedali potrebbero essere a ridotta mobilità o disabili e il loro
trasporto sarebbe legato esclusivamente agli addetti ospedalieri;
Gli individui negli stabilimenti balneari e nei porti, essendo allo stesso livello del mare
e vicini alla costa, sono i primi ad essere colpiti.
Questo tipo di analisi, se si trascurano i dati specifici relativi a stabilimenti balneari e porti,
può essere valido per un qualsiasi tipo di disastro naturale.
5.3 Analisi di vulnerabilità sociale a livello delle singole
strutture nell’area di inondazione
Questo tipo di analisi è importante perché suggerisce un approccio utile allo studio nel
dettaglio delle strutture e dei gruppi vulnerabili dal punto di vista sociale. L’utilizzo di una
mappa CTN con risoluzione 1:2000 ha permesso di analizzare puntualmente i singoli edifici
77
nella zona inondata. In questo modo, è stato possibile assegnare un livello di esposizione
differente agli individui in base al piano in cui sono presenti e all’altezza della colonna
d’acqua. I calcoli finali hanno prodotto un risultato quantificabile in 10.629 persone ad un
livello massimo di esposizione (E3). La percentuale di vittime varia fra un minimo di 24% e
un massimo di 66% e il valore delle vittime relativo è circa di 5.000 persone. Questo risultato
è stato ottenuto considerando che tutti gli individui restino all’interno delle strutture e si
suppone perciò che nessuno riesca ad uscire dallo stabile e ad allontanarsi verso luoghi a
quota più elevata: ciò è ovviamente un’approssimazione, poiché si suppone che, sebbene non
vi sia alcun piano di emergenza in caso di maremoto, chi è a conoscenza dei possibili effetti
da tsunami abbia l’accortezza di recarsi in posti più sicuri.
5.4 Stima del PML relativo agli edifici
Il valore minimo e massimo di PML stimato, pari a 257 Milioni di Euro e 335 Milioni di
Euro, corrispondono al 3-4% del PIL della Provincia di Siracusa, stimato in circa 7,6 Miliardi
di euro. Questo metodo fornisce un’approssimazione per difetto perché si considerano
esclusivamente i danni agli stabili senza considerare eventuali beni all’interno degli edifici
stessi e, come già sottolineato, sono trascurati numerosi effetti diretti e indiretti. Fra questi
possiamo citare l’interruzione delle attività economiche (industriali, turistiche, commerciali,
et cetera), i danni alle infrastrutture (vie di comunicazione, acquedotti, linee elettriche) e i
numerosi beni artistici e storici della città di Siracusa. In questo caso, la perdita non sarebbe
solo culturale, ma porterebbe a un calo del turismo che inciderebbe sull’economia della città.
78
79
Bibliografia
Agenzia delle Entrate – Osservatorio del Mercato Immobiliare
Argnani A., Armigliato A., Pagnoni G., Zaniboni F., Tinti S., Bonazzi C. (2012):
Active tectonics along the submarine slope of south-eastern Sicily and the source of
the 11 January 1693 earthquake and tsunami. Nat. Hazards Earth Syst. Sci., 12, 1311–
1319
Argnani A., Bonazzi C. (2005): Malta Escarpment fault zone offshore eastern Sicily:
Pliocene-Quaternary tectonic evolution based on new multichannel seismic data.
Tectonics, 24, 1-12. doi:10.1029/2004TC001656
Argnani A., Chiocci F.L., Tinti S., Bosman A., Lodi M.V., Pagnoni G., Zaniboni F.
(2009): Comment on “On the cause of the 1908 Messina tsunami, southern Italy” by
Andrea Billi et al. Geophys. Res. Lett. 36, 3-5. doi:10.1029/2009GL037332
Armigliato A., Pagnoni G., Zaniboni F., Tinti S. (2015): Worst-case scenario approach
to the tsunami hazard assessment for the coastal areas between Augusta and Siracusa,
eastern Sicily, Italy. Geophysical Research Abstracts Vol. 17, EGU2015-3866.
ASTARTE, Assessment, STrategy And Risk Reduction for Tsunamis in Europe,
http://www.astarte-project.eu/
Barbano M. S., Rigano R., Cosentino M., Lombardo G. (2001). Seismic history and
hazard in some localities of south-eastern Sicily. Boll. Geof. Teor. Appl., 42, 107-120
Basili R., Kastelic V., Demircioglu M.B., Garcia Moreno D., Nemser E.S., Petricca P.,
Sboras S.P., Besana-Ostman G.M., Cabral J., Camelbeek T., Caputo R., Danciu L.,
Domac H., Fonseca J., Garcia-Mayofomo J., Giardini D., Glavatovic B., Gulen L.,
Ince Y., Pavlides S., Sestyan K., Tarabusi G., Tiberti M.M., Utkucu M., Valensise G.,
Vanneste K., Vilanova S., Wössner J. (2013): The European Database of Seismogenic
Faults (ESDF) compiled in the frame work of the Project SHARE.
http://diss.rm.ingv.it/share-edsf/, doi:10.6092/INGV.IT-SHARE-EDSF
Basili R., Valensise G., Vannoli P., Burrato P., Fracassi U., Mariano S., Tiberti M.M.,
Boschi E. (2008): The Database of Individual Seismogenic Sources (DISS), version 3:
summarizing 20 years of research on Italy's earthquake geology. Tectonophysics 453,
20-43. doi:10.1016/j.tecto.2007.04.014
80
Bianca M., Monaco C., Tortorici L., Cernobori L. (1999): Quaternary normal faulting
in southeastern Sicily (Italy): a seismic source for the 1693 large earthquake. Geophys.
J. Int., 139, 370–394.
Billi A., Funiciello R., Minelli L., Faccenna C., Neri G., Orecchio B., Presti D. (2008):
On the cause of the 1908 Messina tsunami, southern Italy. Geophys. Res. Lett. 35, 1–
5. doi:10.1029/2008GL033251
Birkmann J., Wisner B. (2006): Measuring the un-measurable, The challenge of
vulnerability, Bonn: UNUEHS. Bonn
Blaikie. P., Cannon T., Davis I., Wisner B. (1994): At risk: Natural hazards, people’s
vulnerability, and disasters. Routledge: London
Bogardi J., Birkmann J. (2004): “Vulnerability Assessment: The first Step Towards
Sustainable Risk Reduction" in Disaster and Society-from Hazard Assessment to Risk
Reduction, eds. D. Malzahn & T. Plapp,Berlin: Logos Verlag, pp. 75-82
Boschi E., Guidoboni E., Ferrari G., Valensise G., Gasperini P. (1997): Catalogo dei
forti terremoti in Italia dal 461 a.C. al 1990 (2), I.N.G.-S.G.A, pp. 644 and CD-ROM
Burton I, Kates RW, While GF (1978): The environment as hazard. Oxford University
Press, New York
Cardona O.D. (1999): "Environmental Management and Disaster Prevention: Two
Related Topics: A Holistic Risk Assessment and Management Approach" in Natural
Disaster Management, ed. J. Ingleton, Tudor Rose, London
Cardona O.D. (2001): Estimación Holística del Riesgo Sísmico Utilizando Sistemas
Dinámicos Comple, Technical University of Catalonia, Barcelona
Cutter S.L. (1996): Vulnerability to environmental Hazards. Progress in Human
Geography, 20(4), 529–539
Cutter, S.L., Boruff B.J., Shirley W.L. (2003): Social vulnerability to environmental
hazards. Social Science Quarterly, 84(2), 242–261
De Martini P.M., Barbano M.S., Smedile A., Gerardi F., Pantosti D., Del Carlo P.,
Pirrotta C. (2010): A 4000 years long record of tsunami deposits along the coast of the
Augusta Bay (eastern Sicily, Italy): paleoseismological implications. Marine Geology,
276, 42–57.
De Martini P.M., Barbano M.S., Pantosti D., Smedile A., Pirrotta C., Del Carlo P.,
Pinzi S. (2012): Geological evidence for paleotsunamis along eastern Sicily (Italy): an
overview. Nat. Hazards Earth Syst. Sci., 12, 2569-2580.
81
DISS Working Group (2010): Database of Individual Seismogenic Sources (DISS),
Version 3.1.1: A compilation of potential sources for earthquakes larger than M 5.5 in
Italy and surrounding areas. http://diss.rm.ingv.it/diss/, © INGV 2010 - Istituto
Nazionale di Geofisica e Vulcanologia - All rights reserved; DOI:10.6092/INGV.IT-
DISS3.1.1
Favalli M., Boschi E., Mazzarini F., Pareschi M.T. (2009): Seismic and landslide
source of the 1908 Straits of Messina tsunami (Sicily, Italy). Geophys. Res. Lett. 36,
1-6. doi:10.1029/2009GL039135
Graziani L., Maramai A., Tinti S. (2006): A revision of the 1783–1784 Calabrian
(southern Italy) tsunamis. Nat. Hazards Earth Syst. Sci., 6, 1053–1060
Grezio A., Gasparini P., Marzocchi W., Patera A., and Tinti S. (2012): Tsunami risk
assessments in Messina, Sicily – Italy. Nat. Hazards Earth Syst. Sci., 12, 151–163
Guillard-Gonçalves C., Cutter S.L., Emrich C.T., Zêzere J.L. (2014): Application of
Social Vulnerability Index (SoVI) and delineation of natural risk zones in Greater
Lisbon, Portugal, Journal of Risk Research
Gutscher M.A., Roger J., Baptista M.A., Miranda J.M., Tinti S. (2006): Source of the
1693 Catania earthquake and tsunami (southern Italy): new evidence from tsunami
modelling of a locked subduction fault plane. Geophys. Res. Lett. 33.
doi:10.1029/2005GL025442
Istituto Nazionale di Geofisica e Vulcanologia, http://www.ingv.it/it/
Istituto nazionale di statistica, http://www.istat.it/it/
Koshimura S., Oie T., Yanagisawa H., Imamura F. (2009): Developing fragility
functions for tsunami damage estimation using numerical model and post-tsunami data
from Banda Aceh, Indonesia, Coastal Engineering Journal
Nicolardi P. (2014): Metodi per l’analisi della vulnerabilità da maremoti applicati ad
Augusta in Sicilia Orientale, Tesi di Laurea, a.a. 2013/2014, Università di Bologna
Pagnoni G., Tinti S. (2015): Application and comparison of tsunami vulnerability and
damage models for the town of Siracusa, Sicily, Italy
Pagnoni G., Tinti S., Rallo F. (2014). Application and comparison of tsunami
vulnerability models in the gulf of Siracusa, Sicily. Geophysical Research Abstracts
Vol. 16, EGU2014-10621.
Piatanesi A., Tinti S. (1998): A revision of the 1693 eastern Sicily earthquake and
tsunami, J. Geophys. Res. 103, 2749-2758
82
Polonia A., Bonatti E., Camerlenghi A., Lucchi R.G., Panieri G., Gasperini L. (2013):
Mediterranean megaturbidite triggered by the AD 365 Crete earthquake and tsunami.
Sci. Rep. 3, 1285. doi:10.1038/srep01285
Pontrelli P. (2007): Analisi del rischio associato ai maremoti in riferimento alle coste
orientali della Sicilia, Tesi di Laurea, a.a. 2006/2007, Università di Bologna
Rallo F. (2014): Applicazione e confronto di modelli per lo studio della vulnerabilità
da maremoto nel golfo di Siracusa, Italia, Tesi di Laurea, a.a. 2012/2013, Università di
Bologna
Ridente D., Martorelli E., Bosman A., Chiocci F.L. (2014): High-resolution morpho-
bathymetric imaging of the Messina Strait (Southern Italy). New insights on the 1908
earthquake and tsunami. Geomorphology, 208, 149-159
Rose A. (2004a): Economic principles, issues, and research priorities in hazard loss
estimation. In: Okuyama Y, Chang SE (eds) Modeling spatial and economic impacts
of disasters. Springer, Berlin, 13–36
Scicchitano G., Costa B., Di Stefano A., Longhitano S.G., Monaco C. (2010):
Tsunami and storm deposits preserved within a ria-type rocky coastal setting
(Siracusa, SE Sicily). Zeitschrift für Geomorphol. Suppl. Issues 54, 51–77.
doi:10.1127/0372-8854/2010/0054S3-0019
Scicchitano G., Monaco C., Tortorici L. (2007): Large boulder deposits by tsunami
waves along the Ionian coast of south-eastern Sicily (Italy). Mar. Geol. 238, 75–91
Sirovich, L., Pettenati, F., (1999): Seismotectonic outline of South-Eastern Sicily: an
evaluation of available options for the earthquake fault rupture scenario. J.
Seismology, 3, 213–233
Smedile A., De Martini. P.M., Pantosti D. (2012): Combining inland and offshore
paleotsunamis evidence: the Augusta Bay (eastern Sicily, Italy) case study. Nat.
Hazards Earth Syst. Sci., 12, 2557-2567
Sørensen M.B., Spada M., Babeyko A., Wiemer S., Grünthal G. (2012): Probabilistic
tsunami hazard in the Mediterranean Sea. J. Geophys. Res. Solid Earth 117, 1–15.
doi:10.1029/2010JB008169
Tapsell S., McCarthy S., Faulkner F., Alexander M. (2010): Social vulnerability and
natural hazards. CapHaz-Net WP4 Report, Flood Hazard Research Centre – FHRC,
Middlesex University, London
83
Terrier M., Monfort D., Lambert J., Le Roy S., Pedreros R., Sedan O. (2012): Method
for Evaluating Vulnerability to Tsunamis of low-to-medium intensity: Application to
the French Côte d'Azur. Fifth International Tsunami Symposium, Ispra, Italy.
http://www.tsunamisociety.org, 15 p. <hal-00717416v2>
Tinti S., Argnani A., Zaniboni F., Pagnoni G., Armigliato A. (2007): Tsunamigenic
potential of recently mapped submarine mass movements offshore eastern Sicily
(Italy): numerical simulations and implications for the 1693 tsunami. Abstract n.8235,
IUGG XXIV General Assembly
Tinti S., Armigliato A., Bortolucci E. (2001): Contribution of tsunami data analysis to
constrain the seismic source: the case of the 1693 eastern Sicily earthquake. J.
Seismology, 5, 41-61
Tinti S., Armigliato A., Pagnoni G., Zaniboni F. (2005a): Scenarios of giant tsunamis
of tectonic origin in the Mediterranean. ISET Journal of Earthquake Technology, 42,
171-188
Tinti S., Manucci A., Pagnoni G., Armigliato A., Zaniboni F. (2005b): The 30th
December 2002 tsunami in Stromboli: sequence of the events reconstructed from the
eyewitness accounts. Nat. Hazards Earth Syst. Sci., 5, 763-775.
Tinti S., Maramai A., Graziani L. (2007): The Italian Tsunami Catalogue (ITC),
Version 2
Tinti S., Pagnoni G., Zaniboni F. (2006): The landslides and tsunamis of 30th
December 2002 in Stromboli analysed through numerical simulations. Bull. Volcanol.,
68, 462-479
Tinti S., Tonini R., Bressan L., Armigliato A., Gardi A., Guillande R., Valencia N.,
Scheer S. (2011): Handbook of tsunami hazard and damage scenarios. JRC Scientific
and Technical Reports, pp. 1-41, doi: 10.2788/21259
Tsunami Hazard Assessment Methods: application in the NEAM region and in the
ASTARTE test sites (2015), Deliverable report D8.8
Wisner B., Blaikie P.M., Cannon T., Davis I. (2004): At Risk. Natural Hazards,
People’s Vulnerability and Disasters, Routledge
Wood N.J., Burton C.G., Cutter S.L. (2009): Community variations in social
vulnerability to Cascadia-related tsunamis in the U.S. Pacific Northwest, Nat Hazards
Zaniboni F., Armigliato A., Pagnoni G., Tinti S. (2014): Earthquake or landslide-
tsunami? Discriminating the source type by the effects on the coast. Abstract
84
presented at the EGU General Assembly 2014, EGU2014-10025, Geophysical
Research Abstracts, Vol. 16